发明名称 |
基于局部四元数矩特征的图像分割方法 |
摘要 |
本发明公开了一基于局部四元数矩特征的图像分割方法,使用四元数指数矩计算彩色图像像素的矩值来刻画像素的特征,计算二维Arimoto熵初分割,并令其来选取训练样本,结合TWSVM支持向量机理论,对样本进行训练,得出训练模型,从而对像素进行分类,最终得到分割结果。由于利用局部四元数指数矩提取特征,能够保持图像各个分量间彼此的联系性和相关性,很好的刻画了图像像素的特征,而TWSVM的分类器使用非平行平面,通过为两类数据分别构造单独的超平面,并尽可能使每个超平面距离本类样本近,距它类样本远,进而获得更好的分类模型,速度及效果明显优于传统分类器。 |
申请公布号 |
CN104504715A |
申请公布日期 |
2015.04.08 |
申请号 |
CN201410848428.1 |
申请日期 |
2014.12.31 |
申请人 |
辽宁师范大学 |
发明人 |
王向阳;吴志芳;牛盼盼 |
分类号 |
G06T7/00(2006.01)I;G06K9/66(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
大连非凡专利事务所 21220 |
代理人 |
闪红霞 |
主权项 |
一种基于局部四元数矩特征的图像分割方法,其特征在于按如下步骤进行:步骤1:对彩色图像构造每个像素点<img file="144558dest_path_image001.GIF" wi="33" he="21" />的局部窗口<img file="61699dest_path_image002.GIF" wi="36" he="25" />,利用四元数指数矩分解求局部窗口的矩值,构造像素的特征;步骤2:利用二维Arimoto熵初分割,选取训练样本,创建训练集;步骤3:利用TWSVM模型训练,像素分类,使用训练后的TWSVM模型预测剩余像素的类标签,形成测试集,合并训练集和测试集的类标签向量,作为最后的图像分割结果。 |
地址 |
116029 辽宁省大连市沙河口区黄河路850号 |