您的位置: 专家智库 > >

郭文涛

作品数:2 被引量:7H指数:1
供职机构:山西大学更多>>
发文基金:山西省自然科学基金山西省回国留学人员科研经费资助项目国家教育部博士点基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇视觉注意
  • 2篇图像
  • 2篇图像分割
  • 2篇向量
  • 2篇向量机
  • 2篇SVM
  • 2篇彩色图像
  • 2篇彩色图像分割
  • 1篇图像分割方法
  • 1篇显著性检测
  • 1篇彩色图像分割...

机构

  • 2篇山西大学

作者

  • 2篇郭文涛
  • 1篇王文剑
  • 1篇白雪飞

传媒

  • 1篇计算机工程与...

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
基于视觉注意的SVM彩色图像分割方法研究
如何将目标从图像的背景中分离出来是机器视觉领域所要解决的问题,图像分割是解决这个问题的关键。图像分割是将图像中具有特殊意义的不同区域分开,其分割结果的优劣将会影响到对图像的理解等后续处理过程。随着彩色图像的使用越来越广泛...
郭文涛
关键词:视觉注意显著性检测支持向量机图像分割
基于视觉注意的SVM彩色图像分割方法被引量:7
2011年
提出一种基于视觉注意的自然场景彩色图像支持向量机(Support Vector Machine,SVM)分割方法。基于人类视觉注意机制将图像进行预分割,得到图像的显著区域和非显著区域,利用形态学操作对得到的图像进行处理,并自动选取和标注SVM的训练样本,用训练后的SVM分类器对整幅图像进行分割。该方法充分利用视觉注意机制方法的有效信息,解决了其边界不确定的缺陷,并且结合具有很好泛化性能的SVM学习方法,在无需先验知识以及任何人工干预的情况下,实现对自然场景图像的分割。为验证算法的有效性,分别从加州大学伯克利分校图像数据库及互联网选取多幅彩色图像进行实验,实验结果表明:该方法的分割结果不仅与人类视觉注意结果相一致,而且与伯克利图像数据库中人工标注结果相比,得到较好分割效果。
郭文涛王文剑白雪飞
关键词:图像分割支持向量机视觉注意
共1页<1>
聚类工具0