一种SVM与区域生长相结合的图像分割方法

被引：7

作者：

薛志东 ^{[1
]}

隋卫平 ^{[2
]}

李利军 ^{[3
]}

机构：

[1] 华中科技大学软件学院

[2] 国防科学技术大学机电工程与自动化学院

[3] 华中科技大学数字化工程与仿真中心

来源：

计算机应用 | 2007年 / 02期

关键词：

支持向量机; 区域生长; 图像分割; 虚拟人;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

作为一种全局门限处理方法,支持向量机图像分割方法不能完成对图像进行精细分割,其分割结果需要其他分割方法进一步处理。提出一种结合支持向量机和区域生长的交互式分割方法,不仅可有效剔除与感兴趣区域特征类似的非目标区域,而且把为SVM选择训练样本和为区域生长选择种子点两个步骤合二为一,从而提高了图像分割质量和交互式分割方法的自动分割能力。

引用

页码：463 / 465

页数：3