基于支持向量机的血液细胞核彩色图像分割附视频

被引:12
作者
曾明 [1 ]
张建勋 [1 ]
王湘晖 [2 ]
赵雅静 [1 ]
陈少杰 [1 ]
机构
[1] 南开大学机器人与信息自动化研究所
[2] 南开大学现代光学研究所光电信息技术科学教育部国家重点实验室
关键词
图像分割; 支持向量机(SVM); 血液细胞核; 色彩空间;
D O I
10.16136/j.joel.2006.04.023
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
对血液细胞核进行精确的分割是自动分析与识别的关键环节,现有经典算法很难获得满意的效果。本文将分割问题转化为分类问题,利用支持向量机(SVM)实现血液细胞核彩色图像分割。为了获得最佳的分割效果,对采用不同色彩空间、核函数及样本数量的分割结果进行了详细的比较和分析。实验结果表明,与目前经典的分割算法比较,该算法具有分割速度快、准确率高及泛化性强等优点。
引用
收藏
页码:479 / 483
页数:5
相关论文
共 2 条
[1]  
Christopher J.C. Burges.A Tutorial on Support Vector Machines for Pattern Recognition[J].Data Min. Knowl. Discov.,1998
[2]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297