收藏本站
《西安石油大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

SVM及其扩展算法在图像处理中的应用研究

蔡磊  
【摘要】: 图像是信息的一种重要来源,对数字图像的处理已经成为国内外研究的一项重点。图像分割作为图像处理中的重要环节,已经引起大量研究者的关注。由于图像分割无统一的分割标准,传统的分割方法仅适用于特定的应用。而利用支持向量机算法进行图像分割,被证明是一种较为普遍适用且分割效果良好的方法。然而,由于支持向量机算法本身存在计算量大的缺点,在应对如图像分割等大规模数据处理领域时,其计算复杂度高。因此,如何降低算法的计算复杂度,成为支持向量机应用于图像处理的一个关键环节。 本文针对支持向量机中的二次规划问题,利用核向量机和球向量机来对大规模数据进行学习,从而验证其有效性和优越性。两种算法都以几何算法来求解二次规划问题,大大降低训练过程中的计算复杂度。实验表明,在对大规模数据进行学习时,核向量机和球向量机的学习误差率与标准的支持向量机相当。但在训练过程中算法的时间复杂度和空间复杂度远小于标准的支持向量机。而球向量机作为核向量机的扩展算法,其算法的性能明显优于核向量机。因此,球向量机更加适合对大规模数据进行学习。 在图像分割中,考虑的特征越全面,分割的效果越好。本文采用在样本图像上移动一个5×5大小的窗口的方法,来分别提取特征。所提取的特征包括像素值本身、邻域统计特征和整个窗口的纹理特征。从图像中所提取出的特征值较大,因此选用球向量机对图像进行分割。实验表明,采用球向量机对图像分割时,其分割效果和抗噪性与标准支持向量机相当。然而球向量机的计算复杂度要小于标准支持向量机,并且训练所需时间较短。因此,使用球向量机对图像进行分割,避免了支持向量机训练速度慢的缺点,可显著提高图像分割的整体性能。
【学位授予单位】:西安石油大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP391.41

【相似文献】
中国期刊全文数据库 前10条
1 邝神芬;李银;;集群SVM大规模数据分类算法[J];韶关学院学报;2011年08期
2 李争;薛增涛;邓慧琼;;基于支持向量机建模的多变量过程系统预测控制[J];哈尔滨理工大学学报;2011年04期
3 吕卓;谢松云;赵金;赵海涛;;基于SVM及其改进算法的fMRI图像分类性能研究[J];电子设计工程;2011年16期
4 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[J];机械与电子;2010年S1期
5 陈葡;谢晓尧;徐洋;;基于词序列核的垃圾邮件过滤[J];武汉大学学报(理学版);2011年05期
6 黄萍;卢谢吉;;基于Gabor-SVM的文字识别方法[J];计算机与数字工程;2011年08期
7 李京;姜卫;张跟鹏;宋世延;;基于电子商务的个性化推荐系统研究[J];计算机与数字工程;2011年07期
8 张野;杨建林;;基于KNN和SVM的中文文本自动分类研究[J];情报科学;2011年09期
9 于海洋;程钢;张育民;卢小平;;基于LiDAR和航空影像的地震灾害倒塌建筑物信息提取[J];国土资源遥感;2011年03期
10 梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
中国重要会议论文全文数据库 前10条
1 司爱威;冯辅周;江鹏程;饶国强;王建;;基于可变风险SVM模型的故障识别方法研究[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
2 周广春;潘登;;面外均布荷载作用下砌体墙板破坏模式特征值提取的SVM方法[A];工程设计与计算机技术:第十五届全国工程设计计算机应用学术会议论文集[C];2010年
3 邵杰;叶宁;容亦夏;;基于SVM的多波束测深数据滤波[A];第二十九届中国控制会议论文集[C];2010年
4 胡俊杰;周红;周林军;;支持向量机方法研究物质结构水溶解性关系模型[A];中国化学会第27届学术年会第02分会场摘要集[C];2010年
5 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年
6 于湘涛;周峰;张兰;魏超;;基于SVM和田口方法的石英挠性加速度计健壮性设计[A];质量——持续发展的源动力:中国质量学术与创新论坛论文集(下)[C];2010年
7 蔡志理;姜桂艳;丁秋实;;基于SVM和数据融合技术的高速公路AID算法设计[A];第二十七届中国控制会议论文集[C];2008年
8 张睿;陈雪;马建文;;基于递归SVM的高光谱数据特征选择算法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
9 蔡志理;姜桂艳;;多SVM分类器融合技术在高速公路AID中的应用[A];第二十七届中国控制会议论文集[C];2008年
10 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
中国重要报纸全文数据库 前10条
1 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
2 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
3 李水根;计算机详解配伍与药效关系[N];健康报;2005年
4 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
5 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
6 本报记者 韩露;乱军之中智者胜[N];证券时报;2000年
7 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
8 ;选择合适的数据挖掘算法[N];计算机世界;2007年
9 周颖;王米渠与中医心理学[N];中国中医药报;2006年
10 ;基于网络层的存储虚拟化是主流[N];中国计算机报;2008年
中国博士学位论文全文数据库 前10条
1 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
2 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
3 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
4 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
5 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
6 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
7 宋国明;基于提升小波及SVM优化的模拟电路智能故障诊断方法研究[D];电子科技大学;2010年
8 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
9 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
10 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
2 蔡磊;SVM及其扩展算法在图像处理中的应用研究[D];西安石油大学;2010年
3 杨飞;基于SVM的煤炭销售分析预测系统的研究[D];太原科技大学;2011年
4 高洁;基于SVM的基因表达谱分析和函数集VC维研究[D];华东师范大学;2011年
5 武晓娟;基于支持向量机(SVM)的火电电厂工程造价预测研究[D];华北电力大学(河北);2009年
6 张坤;基于支持向量机(SVM)理论的个人信用评估研究[D];辽宁工程技术大学;2011年
7 朱健康;基于支持向量机的音乐自动分类[D];天津大学;2010年
8 李昊洋;语音识别中基于支持向量机的声学模型分析与实现[D];吉林大学;2010年
9 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
10 张佳;基于支持向量机的桥梁结构健康监测变形数据的研究[D];北京工商大学;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