收藏本站
《辽宁科技大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的图像分割研究综述

徐淑萍  
【摘要】: 图像分割和目标分类是数字图像处理领域中两个重要的研究课题。建立在统计学理论基础之上的传统学习分类方法在这两个研究课题中得到了广泛的应用。传统学习分类方法是以经验风险最小化取代期望风险最小化,即渐进理论,但这种取代只有当训练样本数趋于无穷时,最小化经验风险与最小化期望风险之间的偏差才能达到理论上的最小。然而在实际应用中,训练样本数趋于无穷这一前提条件往往得不到满足,特别当问题处在高维空间时更是如此。因此,一些理论上非常优秀的学习分类方法在实际应用中的表现却可能不尽人意。 与传统统计学相比,统计学习理论是一种专门研究小样本情况下机器学习规律的理论。该理论针对小样本学习问题建立了一套新的理论体系,在这种体系下的统计推理规则不仅考虑了对渐进性的要求,而且追求在现有有限信息的条件下得到最优结果。建立在统计学习理论的VC维理论和结构风险最小化原理基础上的支持向量机方法已经被看作是对传统学习分类方法的一个好的替代,特别在小样本、高维非线性情况下,具有较好的泛化性能。 支持向量机是Vapnik及其研究小组提出的一种全新的模式识别技术。在使用结构风险最小化原则替代经验风险最小化原则的基础上,支持向量机综合了统计学习、机器学习和神经网络等方面的技术,并被证明在最小化结构风险的同时,有效地提高算法的推广能力。由于其完备的理论基础和良好的实验结果,支持向量机日渐引起研究人员的重视。目前将其应用于图像分割的方法研究还比较肤浅,有待深入研究和进一步完善。现有的基于支持向量机的图像分割方法大多都是针对具体图像提出的,比较零散。为此,本论文对支持向量机方法及其在图像分割中的应用研究进行了系统综述,以期能为对基于支持向量机方法进行图像分割感兴趣的读者提供参考。 本论文首先从支持向量机的发展背景、基本思想、基本算法以及方法特点进行了详细综述,然后对基于支持向量机的图像分割方法进行了系统综述和分析。 本论文的主要内容安排如下:第一章综述了课题背景,综述了图像分割的相关概念、图像分割技术以及发展趋势;第二章概述了统计学习理论的主要内容;第三章综述了支持向量机的基本思想、基本算法以及支持向量机方法的特点;第四章详细综述了基于支持向量机的图像分割方法;第五章做了总结和展望。
【学位授予单位】:辽宁科技大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TP391.41

【引证文献】
中国硕士学位论文全文数据库 前5条
1 吴勋;基于支撑向量机与模板匹配的眼底图像分割[D];华中科技大学;2011年
2 陈炜;基于支持向量机的病毒智能检测[D];长春工业大学;2011年
3 纪娜;基于最小噪声变换和支持向量机的遥感影像分类方法研究[D];西北农林科技大学;2009年
4 王红艳;基于支持向量机的合成孔径雷达图像分割[D];西安科技大学;2010年
5 张相;支持向量机及其在核磁共振脑图像分割中的应用[D];西安科技大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 桑农,张天序,曹治国;基于边缘约束的红外目标图像松弛分割技术[J];电子学报;2002年07期
2 章毓晋;过渡区和图象分割[J];电子学报;1996年01期
3 薛景浩,章毓晋,林行刚;SAR图像基于Rayleigh分布假设的最小误差阀值化分割[J];电子科学学刊;1999年02期
4 陈寅鹏,丁晓青;复杂车辆图像中的车牌定位与字符分割方法[J];红外与激光工程;2004年01期
5 李国宽,彭嘉雄;基于小波变换的红外成像弱小目标检测方法[J];华中理工大学学报;2000年05期
6 朱家元,吴伟,张恒喜,董彦非;一种新型的多元分类支持向量机[J];计算机工程;2003年17期
7 张铃;基于核函数的SVM机与三层前向神经网络的关系[J];计算机学报;2002年07期
8 阎威武,邵惠鹤;支持向量机和最小二乘支持向量机的比较及应用研究[J];控制与决策;2003年03期
9 许建华,张学工,李衍达;支持向量机的新发展[J];控制与决策;2004年05期
10 谭东宁,谭东汉;小样本机器学习理论:统计学习理论[J];南京理工大学学报;2001年01期
中国博士学位论文全文数据库 前3条
1 徐芳;航空影像分割的支持向量机方法[D];武汉大学;2004年
2 张翔;支持向量机及其在医学图像分割中的应用[D];华中科技大学;2004年
3 徐海祥;基于支持向量机方法的图像分割与目标分类[D];华中科技大学;2005年
中国硕士学位论文全文数据库 前1条
1 许磊;支持向量机和模糊理论在遥感图像分类中的应用[D];江南大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
2 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
3 张崚,路威;基于小波尺度共生矩阵的分割算法在地物提取中的应用[J];安徽工程科技学院学报;2002年02期
4 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
5 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
6 陈弋兰;王鸣;孙书诚;;朴素贝叶斯分类器的误差估计[J];安徽工程科技学院学报(自然科学版);2008年04期
7 张红涛;胡玉霞;张恒源;顾波;;储粮害虫图像识别中的特征压缩研究[J];安徽农业科学;2008年27期
8 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
9 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
10 张昭;何东健;;基于计算机视觉的竹块颜色分类方法研究[J];安徽农业科学;2010年26期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
6 刘志斌;金连文;;候选字静态生成技术及其在两级LDA汉字识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
7 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
8 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
9 梁禹;王义刚;王娜;;基于支持向量机的电力电子电路故障诊断[A];第二十六届中国控制会议论文集[C];2007年
10 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
2 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
5 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;2010年
6 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
7 韩守东;纹理建模与图切分优化方法研究[D];华中科技大学;2010年
8 张昌明;新疆汉族、维吾尔族及哈萨克族食管癌血清蛋白质指纹图谱研究[D];新疆医科大学;2010年
9 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
10 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
2 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
3 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
4 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
5 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
6 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
7 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
8 孙静;基于双目立体视觉的多相机三维重建技术实现[D];山东科技大学;2010年
9 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
10 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 主海文,刘有军,曾衍钧;血管图像分割技术的研究进展[J];北京生物医学工程;2005年02期
2 王崇倡;郭健;武文波;;基于ERDAS的遥感影像分类方法研究[J];测绘工程;2007年03期
3 陈波;张友静;陈亮;;结合纹理的SVM遥感影像分类研究[J];测绘工程;2007年05期
4 秦其明;遥感图像自动解译面临的问题与解决的途径[J];测绘科学;2000年02期
5 贾萍;李海涛;林卉;顾海燕;韩颜顺;;基于SVM的多源遥感影像分类研究[J];测绘科学;2008年04期
6 倪希亮;江涛;;遥感图像分类自动选取最优波段组合的方法研究[J];测绘科学;2008年S1期
7 卓静;邓凤东;刘安麟;朱延年;;基于遥感的延安市宝塔区土地利用变化研究[J];测绘技术装备;2007年03期
8 徐芳;航空影像中地物识别的SVM方法研究[J];测绘通报;2004年02期
9 韩玲;基于人工神经网络——多层感知器(MLP)的遥感影像分类模型[J];测绘通报;2004年09期
10 后斌;;基于支撑向量机的遥感影像分类方法比较研究[J];测绘通报;2008年10期
中国博士学位论文全文数据库 前10条
1 韩萍;SAR自动目标识别及相关技术研究[D];天津大学;2004年
2 杨强;支持向量机的模型及其在图像分割中的应用[D];重庆大学;2004年
3 李勇;影响数控凸轮轴磨削加工精度若干因素的研究[D];华中科技大学;2004年
4 张翔;支持向量机及其在医学图像分割中的应用[D];华中科技大学;2004年
5 毛勇;基于支持向量机的特征选择方法的研究与应用[D];浙江大学;2006年
6 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
7 何灵敏;支持向量机集成及在遥感分类中的应用[D];浙江大学;2006年
8 王义敏;基于机载SAR图像的对地目标检测方法研究[D];西北工业大学;2006年
9 张波云;计算机病毒智能检测技术研究[D];国防科学技术大学;2007年
10 刘锁兰;基于模糊理论的图像分割区域法研究[D];南京理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 杨铁建;基于支持向量机的数据挖掘技术研究[D];西安电子科技大学;2005年
2 刘华煜;基于支持向量机的机器学习研究[D];大庆石油学院;2005年
3 王宇;基于系统调用异常检测的深度分析方法[D];华中科技大学;2005年
4 王丽亚;图像的特征提取和分类[D];西安电子科技大学;2006年
5 肖靓;基于支持向量机的图像分类研究[D];同济大学;2006年
6 张晓飞;基于支持向量机的图像信息分类与检索[D];沈阳大学;2007年
7 李春忠;支撑向量机数据分类方法[D];电子科技大学;2007年
8 潘伟;基于模糊聚类的医学图像分割技术研究[D];西北工业大学;2007年
9 徐庆坤;机器人无标定视觉伺服系统的研究[D];西安理工大学;2007年
10 张森;基于支持向量机的遥感分类对比研究[D];昆明理工大学;2007年
【二级引证文献】
中国硕士学位论文全文数据库 前3条
1 孙书进;基于MRF模型和统计建模的SAR图像地物分类方法研究[D];国防科学技术大学;2011年
2 赵士荣;管道振动故障三维检测方法的研究[D];东北电力大学;2012年
3 魏冬梅;基于遥感影像滑坡边界自动提取方法的研究[D];西南交通大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
2 秦其明,陆荣建;分形与神经网络方法在卫星数字图像分类中的应用[J];北京大学学报(自然科学版);2000年06期
3 王建芬,曹元大;支持向量机在大类别数分类中的应用[J];北京理工大学学报;2001年02期
4 徐芳;航空影像中地物识别的SVM方法研究[J];测绘通报;2004年02期
5 朱长青,王倩,杨晓梅;基于多进制小波的SPOT全色影像和多光谱遥感影像融合[J];测绘学报;2000年02期
6 朱述龙;纹理图像统计模型与纹理图像分割[J];测绘学报;1995年02期
7 黄桂兰,郑肇葆;分形几何在影像纹理分类中的应用[J];测绘学报;1995年04期
8 杨存建,周成虎;基于知识的遥感图像分类方法的探讨[J];地理学与国土研究;2001年01期
9 程宏煌,戴卫恒,姚甦甦;图像分割方法综述[J];电信快报;2000年10期
10 丁震,胡钟山,杨静宇,唐振民;FCM算法用于灰度图象分割的研究[J];电子学报;1997年05期
中国博士学位论文全文数据库 前1条
1 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
中国硕士学位论文全文数据库 前1条
1 忻栋;支持向量机算法的研究及在说话人识别上的应用[D];浙江大学;2002年
【相似文献】
中国期刊全文数据库 前10条
1 颜华;王成道;;运动目标的分割及其神经网络的实现[J];模式识别与人工智能;1995年02期
2 李斌,庄天戈;图像分割中采用自适应三次B样条修饰轮廓线[J];光学技术;2001年05期
3 罗文村;关于多种分割方法的综合集成的研究[J];现代计算机;2001年06期
4 陈涛,卜佳俊;一种新颖的基于边缘检测的图像分割方法[J];计算机工程;2003年07期
5 周铭;低信噪比红外小目标图像的分割方法[J];激光与红外;2004年03期
6 刘宏建,刘允才;一种基于粗集理论的图像分割方法[J];红外与毫米波学报;2004年06期
7 阙大顺,刘明慧;基于图像分割的复杂面积计算方法研究与实现[J];交通与计算机;2005年02期
8 刘征,卢晓东;基于MRF的进化规划算法应用于红外图像分割[J];红外;2005年06期
9 杨晓强,魏生民,汪焰恩;一种基于知识模型的CT图像分割方法[J];计算机应用研究;2005年08期
10 刘传文;;基于模糊隶属度曲面的遗传算法图像分割[J];交通与计算机;2005年06期
中国重要会议论文全文数据库 前10条
1 薛笑荣;赵荣椿;张艳宁;段锋;苏爱民;;基于树型小波变换的SAR图像分割[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
2 黎明;周琳霞;杨小芹;;图像的进化计算分割法[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
3 周晖;赵珂;王润生;;基于数据属性驱动的高分辨率遥感图像自适应融合分割算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
4 韩立强;;基于图像分割技术的汽车发动机缸体表面缺陷检测[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
5 曹永锋;孙洪;徐新;;基于盆地动力学的图像多级阈值化方法[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
6 陈明;;一种指纹图像分割方法[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
7 饶洪辉;姬长英;;基于分水岭算法的绿色作物和背景分割[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年
8 闫成新;范波涛;;基于梯度门限的图像过渡区提取与分割[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年
9 王一波;胡仲翔;姚耀;;基于水平集的激光条纹提取方法[A];2009全国虚拟仪器大会论文集(一)[C];2009年
10 罗志宏;冯国灿;杨关;;一个新变分模型在噪声图像分割中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 本报记者 叶青 通讯员 粤科宣;病人家属也可操刀“做手术”[N];广东科技报;2011年
2 陈雪;康佳“第一屏”今年上“春晚”[N];中国证券报;2007年
3 ;“天下第一屏”落户深圳华侨城[N];消费日报;2006年
4 张兰华;数字化技术助力安防行业上台阶[N];光明日报;2006年
5 刘奕;康佳高起点挺进LED产业[N];中华工商时报;2006年
6 向良璧;断层图像处理分析技术取得重大成果[N];经济参考报;2003年
7 游雪晴;专家指出:不要炒作虚拟人[N];科技日报;2003年
8 安徽 云飞;VB中图像显示特效五例[N];电脑报;2001年
9 张兰华;数字化核心助力安防行业渐入佳境[N];科技日报;2006年
10 梁红兵;康佳视讯:进军LED灯饰及背光源行业[N];中国电子报;2008年
中国博士学位论文全文数据库 前10条
1 张印辉;多尺度马尔可夫随机场图像分割方法研究[D];昆明理工大学;2010年
2 白小晶;基于偏微分方程的图像分割与配准研究[D];南京理工大学;2010年
3 陈志彬;非参数变形模型结合模糊技术的MRI图像分割[D];大连理工大学;2010年
4 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
5 周鲜成;基于微粒群算法的数字图像处理方法研究[D];中南大学;2008年
6 付晓薇;基于量子力学的图像处理方法研究[D];华中科技大学;2010年
7 李旭超;小波变换和马尔可夫随机场在图像降噪与分割中的应用研究[D];浙江大学;2006年
8 张新野;基于聚类分析的图像分割方法研究[D];大连海事大学;2012年
9 侯叶;基于图论的图像分割技术研究[D];西安电子科技大学;2011年
10 张大明;基于图理论的图像分割和分类算法研究[D];安徽大学;2011年
中国硕士学位论文全文数据库 前10条
1 严灵毓;基于半监督学习的图像分割系统的设计与实现[D];华中科技大学;2010年
2 宋晓峰;基于贝叶斯置信传播的图像分割方法研究[D];西安电子科技大学;2009年
3 葛秘蕾;基于云理论的图像分割技术研究[D];哈尔滨工程大学;2010年
4 康朝红;基于支持向量机的X线图像分割技术研究[D];河北大学;2009年
5 萧湘;骨髓细胞图像分割方法研究[D];中南林业科技大学;2010年
6 尚金奎;基于粗糙集理论的图像分割方法研究[D];东北大学;2008年
7 胡媛媛;基于形态学的图像分割方法的研究与应用[D];昆明理工大学;2008年
8 蔺恒;基于人工免疫网络的图像分割[D];西安电子科技大学;2010年
9 李云刚;自由搜索算法的改进及其在图像分割中的应用[D];哈尔滨工程大学;2010年
10 柳莹莹;基于量子进化计算的数据聚类和图像分割[D];西安电子科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026