融合多重直方图和SVM的交互式图像分割算法
单一琳
马燕
黄慧
王斌
上海师范大学信息与机电工程学院 上海 200234
摘要：交互式图像分割在图像编辑和医学图像分析等多个领域有着重要的应用.然而,许多交互式图像分割算法高度依赖于用户交互信息,无法利用少量信息精确地提取出目标物体.为了解决上述问题,提出了一种融合直方图和支持向量机(SVM)的交互式图像分割(MHSVM)方法.给定少量的用户输入标记,采用SLIC方法将原始图像分割成若干个不规则区域,同时使用颜色直方图和方向梯度直方图作为每个区域的特征向量,并根据合并规则进行区域合并;然后构建训练样本并平衡正负样本数量,最后协同训练SVM分类器,对剩余未标记超像素进行分类.实验结果表明,MHSVM算法能够从复杂的背景中成功地提取出前景物体.对比其他先进的交互式图像分割算法,MHSVM算法受用户标记的影响更小,且在分割精度上具有明显优势.
关键词：图像分割超像素支持向量机区域合并协同训练
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61373004)
论文发表日期：2024-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1604-1611 )
英文信息