基于多种优化SVM的林木冠层图像分割  

Segmentation method for forest canopy image based on various optimized SVM

作　　者：刘俊焱 陈云凤[1] 云挺[1] 周宇[1] 薛联凤[1] 

机构地区：[1]南京林业大学信息科学技术学院,南京210037

出　　处：《林业科技开发》2015年第1期126-129,共4页China Forestry Science and Technology

基　　金：国家自然科学基金(31300472);江苏省自然科学基金(BK2012418)

摘　　要：针对林木冠层图像,采用多种优化支持向量机(SVM)进行图像分割,提取树干分割图。采用模拟退火法(SA)、差分进化法算法(DE)、人工蜂群算法(ABC)等寻找最优惩罚系数(C)和高斯核函数中参数,然后运用SVM方法对训练样本综合训练建立最佳分类模型,并对林木冠层图像分割测试。结果表明:SA-SVM,DE-SVM,ABCSVM等3种方法对樟树、马褂木、杨树的林木冠层图像做树干图像分割,SA-SVM的分割效果最佳。Aiming at forest canopy image,multiple optimized support vector machine （SVM） algorithm was adopted for image segmentation and extraction of trunk segmentation diagram.Simulated Annealing （SA）,Differential Evolution （DE） and Artificial Bee Colony （ABC） were adopted to seek for best penalty coefficient （C） and the parameter of Gauss kernel function.SVM was used to establish the best classification model for training examples and testing on forest canopy image segmentation.The results showed that SA-SVM,DE-SVM,AFSA-SVM could be used for trunk image segmentation based on camphor,tulip and poplar tree canopy image,and SA-SVM could get the best performance.

关 键 词：林木图像分割 模拟退火 差分进化 人工蜂群 支持向量机 

分 类 号：S758.7[农业科学—森林经理学]