支持向量学习并行区域增长结合活动轮廓模型的图像分割算法.pdf

维普资讯 第32卷第3期 光 学 技 术 Vo1．32No．3 2006年 5月 OPTIC．’AL IECHNIQLIE May 2006 文章编号2006)03—0410—03 支持向量学习并行区域增长结合活动 轮廓模型的图像分割算法 胡正平 一，张晔 (1．哈尔滨工 I大学通信电子工程系 图像信息处理研究所，哈尔滨 150001) (2．燕山大学 通信电子上程系，河北 秦阜岛 0660O4) 摘 要：为克服经典区域增长算法门限没置困难和图像分割精度不高的问题 ，姓jtjr堆于支持向量机学习的区域 增长与活动轮廓模型结合的高精度图像分割算法。首先交可式选择属于同标 域的子块和背景X二【域的子块形成支持向 量机的训练样本；并利用这些已知的训练样本训练支持向量分类器。 I1标与背景的并行竞争增KdN中，利用训练好 的支持向量分类器(sVc)进行分类判决，得到口标刈象的初始轮廓。为提高分割对象的精度，采于{1活动轮廓模型获得准 确的边缘。仿真实验获得 r较好的分割效果，表明该提…的算法是合理可行的。 关 键 词：区域增长；支持向量机；活动轮廓模 ；图像分割 中图分类号：TP391．4 文献标识码：A Accurateimagesegmentationbasedonsupportvector regiongrowingandactivecontourmodel HUZheng—ping一．ZHANG Ye (1．DepartmentofCommunicationandElectronicEngineering，HarbinInstituteofIechnology，Harbin 150001，China) (2．DepartmentofCommunicationandElectronicEngineering YanshanUniversily，Qinhuangdac 066004，China) Abstract：Toovercomethedifficultofthresholdinitializationandpreciseobjectsegrnentationexistinginocnventiona[re— giongrowingalgorithm，aaccurateimagesegrnentatkmmethc)1【mmblnedsupportvectorl~rningparallelregiongrowing andac— tivecontourmodelwasproposed．rrheblocksbelongtotheobjectregionorbelongtothebackgroundregionwereinteractivese— lceted．Thesupportvectorcla~ifierv，astrainedbythetrainingdatacollectedinthefirststep．Inregi{m growingprocessing step，thesupportvectorclassifier(SVC)withma ximum f1marginwasusedforestablishingregiongrowingrules，SOastoob— talntheinitialobjcetcontour．Inordertoachieveaccuratesegmentationresults，theactivccont()urrn~mlelwasexploitde tofur— thersegmenttogotaccurateboundary，Experimentalre