彩色圖像分割的若干問題研究.pdf

1、近30年來，圖像分割一直是圖像分析和計(jì)算機(jī)視覺一個(gè)活躍的研究方向，大量的圖像分割算法被提出。圖像分割是圖像分析的一個(gè)中間環(huán)節(jié)，分割質(zhì)量的好壞直接影響后續(xù)處理的質(zhì)量。圖像分割是一個(gè)重要的難以解決的問題，因?yàn)樗鷳?yīng)用有關(guān)，通常無法獲得圖像結(jié)構(gòu)的先驗(yàn)信息。目前，仍沒有一個(gè)圖像分割算法能夠?qū)λ袌D像都具有良好的分割效果。
　　目前，人們正在嘗試把人工智能領(lǐng)域的方法應(yīng)用到圖像分割領(lǐng)域，一些方法已經(jīng)取得不錯(cuò)的分割結(jié)果。本文以圖像分割為主題，對(duì)

2、最小二乘支持向量機(jī)（LS-SVM）、高斯混合模型(GMM)和隱馬爾科夫樹(HMT)模型進(jìn)行了研究和總結(jié)，主要完成了以下工作:
　　1、以最小二乘支持向量機(jī)(LS-SVM)理論為基礎(chǔ)，使用基于人類視覺關(guān)注的顏色特征和基于亮度及紋理內(nèi)容的紋理特征，利用二維Arimoto熵閾值選取訓(xùn)練樣本，最后用最小二乘支持向量機(jī)(LS-SVM)分類。選取樣本不僅速度快，而且符合人類視覺感知特性。
　　2、以Adapted高斯混合模型理論為基礎(chǔ)，