基于SVM的复杂环境下苹果图像的分割

2017-03-23 14:37张云龙齐国红张晴晴
智能计算机与应用 2017年1期
关键词:支持向量机

张云龙 齐国红 张晴晴

摘 要:将需要研究的目标从复杂的背景下提取出来是后期图像理解和图像分析的关键。一种基于支持向量机(Support Vector Machine, SVM)的图像分割方法被提出,将图像分为目标和背景两类。在OHTA的颜色空间下提取各类样本像素值,并用SVM对样本进行训练,运用训练好的SVM分类器对苹果图像进行分割,并进行去噪处理。实验表明该算法可以有效地分割出复雜背景下的苹果,分割速度、分割准确率优于阈值分割法。

关键词:支持向量机(Support Vector Machine);OHTA;复杂环境

猜你喜欢
支持向量机
基于支持向量回归机的电能质量评估
基于智能优化算法选择特征的网络入侵检测
数据挖掘技术在电厂经济性分析系统中的应用Q
基于改进支持向量机的船舶纵摇预报模型
基于SVM的烟草销售量预测
动态场景中的视觉目标识别方法分析
论提高装备故障预测准确度的方法途径
基于熵技术的公共事业费最优组合预测
基于支持向量机的金融数据分析研究
管理类研究生支持向量机预测决策实验教学研究