支持向量機(jī)在彩色圖像分割中的應(yīng)用研究.pdf

1、圖像分割是一種重要的圖像分析技術(shù)，它是指把圖像分解成局部特征（紋理、顏色、亮度等）相一致的各個(gè)區(qū)域，并將人們感興趣的目標(biāo)提取出來的過程和技術(shù)。它是圖像處理上升到圖像分析中至關(guān)重要的步驟，也是計(jì)算機(jī)視覺領(lǐng)域重要研究方向。隨著計(jì)算機(jī)技術(shù)的發(fā)展，由于彩色圖像能夠提供比灰度圖像更為豐富的信息，彩色圖像應(yīng)用和研究不斷深入，彩色圖像分割技術(shù)也越來越受學(xué)者的關(guān)注，相關(guān)算法層出不窮。
　　 近年來，支持向量機(jī)作為一種新興的模式識(shí)別方法，在模式識(shí)

2、別、回歸分析和概率密度函數(shù)估計(jì)等方面得到了很多應(yīng)用，它和傳統(tǒng)的無監(jiān)督模式分類方法相比，更適合于實(shí)際領(lǐng)域中的需求，并且高效和實(shí)用。本文從實(shí)際出發(fā)，探討支持向量機(jī)理論，并將其應(yīng)用圖像分割中，主要工作有兩方面：
　　 (1)邊緣檢測是通過檢測不同區(qū)域間的邊緣來解決圖像分割問題。首先分析彩色圖像亮度和色度通道的邊緣信息，然后針對(duì)彩色圖像邊緣的特點(diǎn)，構(gòu)建多維特征向量。通過訓(xùn)練的支持向量機(jī)具有特定目標(biāo)邊緣識(shí)別能力，克服了傳統(tǒng)邊緣檢測算法無目