发明名称 | 基于局部像素分类的彩色图像分割方法 | ||
摘要 | 本发明公开了一基于局部像素分类的彩色图像分割方法,首先利用四元数PHT提取像素级颜色特征;然后利用ACS-FCM选取训练样本;最后利用训练后的TWSVM模型进行分类,通过使用非平行平面,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且速度明显快于传统的LS-SVM。本发明由于结合了ACS和FCM,利用ACS的全局性和鲁棒性克服了FCM分割不够精确、易陷入局部最优的缺点,能够很好的保持图像分量间彼此的联系性和相关性,且很好的刻画了图像像素的特征。 | ||
申请公布号 | CN104504698A | 申请公布日期 | 2015.04.08 |
申请号 | CN201410795274.4 | 申请日期 | 2014.12.20 |
申请人 | 辽宁师范大学 | 发明人 | 王向阳;孙炜玮;牛盼盼 |
分类号 | G06T7/00(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 | 一种基于局部像素分类的彩色图像分割方法,其特征在于依次按照如下步骤进行:步骤1:选取构造彩色图像每个像素点<img file="dest_path_image001.GIF" wi="41" he="28" />的局部窗口<img file="977788dest_path_image002.GIF" wi="42" he="28" />,利用四元数PHT矩分解求局部窗口的矩值,构造像素的特征;步骤2:将像素点视为蚂蚁,聚类中心视为食物源,则聚类的过程即蚂蚁觅食过程,利用ACS‑FCM选取训练样本,所有的训练样本构成训练集,剩下的像素作为测试集,确定训练集类标签;步骤3:利用训练样本进行TWSVM模型训练,使用训练后的TWSVM模型预测测试集的类标签,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 |