支持向量机与区域增长相结合的图像分割方法技术

支持向量机与区域增长相结合的图像分割方法。经典的区域增长算法进行图像分割时通常需要手动选取种子点而且生长规则确定困难；典型的分类方法（如支持向量机）进行图像分割时需要对图像中的每个像素点进行特征提取并使用分类器判别，因此分割速度通常较慢。本发明专利技术的方法步骤为：（１）选取样本训练分类器；（２）自动选取种子点；（３）使用支持向量机判别进行区域增长；（４）进行后处理。本发明专利技术用于同一类图像的自动分割。

【技术实现步骤摘要】

本专利技术涉及一种。
技术介绍
图像分割技术是最重要的图像处理技术之一，在各个领域得到了广泛的应用。目前，图像分割方法主要有两类基于区域的方法和基于边缘的方法。其中基于区域的方法主 要有阈值法、区域增长法和分类方法。区域增长法是从若干种子点出发，根据一定的增长规则向外增长，由增长规则判 定与种子点具有相似特征的点被加入的分割结果中。增长规则可基于灰度信息、纹理信息 等，种子点通常采用人机交互方式手动选取。这种方法的关键在于种子点的选取和增长规 则的确定。在实际应用中，根据具体情况确定增长规则往往比较困难。分类方法是图像分割方法中的一类重要方法，特别是当目标区域比较分散时，比 其它分割方法更具优势。用分类器进行分割是一种有监督的统计方法，它需要已知分割结 果的样本集作为对新图像进行自动分割的参考。典型的分类方法有神经网络、支持向量机 等。然而这种方法需要对图像中的每个像素点进行特征提取并使用分类器判别，因此分割 速度通常较慢。
技术实现思路
本专利技术的目的是针对上述问题提供一种支持向量机(SVM)与区域增长相结合的 图像分割方法，该方法能够有效地解决经典区域增长算法中生长规则确定的困本文档来自技高网...

【技术保护点】
一种支持向量机与区域增长相结合的图像分割方法，其特征是：该方法包括如下步骤：（１）选取样本训练分类器；（２）自动选取种子点；（３）使用支持向量机判别进行区域增长；（４）进行后处理。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘露，马建为，楚春雨，张斌，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：93[中国|哈尔滨]