应用Krawtchouk矩和支持向量机的图像纹理分割

应用科学学报

应用Krawtchouk矩和支持向量机的图像纹理分割

吴柯,舒华忠

东南大学影像科学与技术实验室，江苏南京 210096

收稿日期:2008-05-04 修回日期:2008-07-02 出版日期:2008-09-27 发布日期:2008-09-27
通信作者: 吴柯

Image Texture Segmentation Based on Krawtchouk Moment and SVM

WU Ke, SHU Hua-zhong

Laboratory of Image Science and Technology, Southeast University, Nanjing 210096, China

Received:2008-05-04 Revised:2008-07-02 Online:2008-09-27 Published:2008-09-27
Contact: WU Ke

摘要/Abstract

摘要： 提出一种基于Krawtchouk矩和支持向量机的图像纹理分割方法.对图像的每个像素，选择一个窗口，计算该窗口内的Krawtchouk矩，然后通过非线性变换将得到的矩值转换成纹理特征，对特征空间进行优化后，使用支持向量机进行纹理分割.和基于Zernike矩的纹理分割结果相比，本文的方法能得到更好的纹理分割结果.

关键词: Krawtchouk矩, 支持向量机, 纹理分割, 纹理分析, 图像分析, 图像分割

Abstract: A new image texture segmentation method is presented based on the Krawtchouk moments and support vector machine (SVM). The Krawtchouk moments in small local windows of each pixel in the image are computed and a nonlinear transducer is used to map the moments to texture features. The feature vector is then input to SVM for classification. Compared with the segmentation results based on the Zernike moment, the proposed method can produce better results.

Key words: Krawtchouk moment, SVM, image segmentation, texture segmentation, texture analysis, image analysis

中图分类号:

TP391.41

吴柯;舒华忠. 应用Krawtchouk矩和支持向量机的图像纹理分割[J]. 应用科学学报.

WU Ke;SHU Hua-zhong. Image Texture Segmentation Based on Krawtchouk Moment and SVM[J]. Journal of Applied Sciences.

[1]	迟楠, 牛文清, 贾俊连, 哈依那尔. 基于抗非线性SVM的几何整形可见光通信系统[J]. 应用科学学报, 2020, 38(4): 647-658.
[2]	范书瑞, 贾雅亭, 刘晶花. 基于三轴加速度传感器人体姿态识别的特征选择[J]. 应用科学学报, 2019, 37(3): 427-436.
[3]	苏文煊, 方针. 基于CFA插值特性不一致的图像真伪鉴别[J]. 应用科学学报, 2019, 37(1): 33-40.
[4]	许忠雄, 邵瑰玮, 谢予星, 吴亮, 季铮. 基于编码标志的无人机电力巡检自主定位方法[J]. 应用科学学报, 2018, 36(5): 845-858.
[5]	冯发杰, 吏军平, 丁亚洲, 朱坤, 崔卫红. 基于多尺度视觉特征组合的高分遥感影像目标检测[J]. 应用科学学报, 2018, 36(3): 471-484.
[6]	杨晋生, 林振军. 一种改进支持向量机的无线定位方法[J]. 应用科学学报, 2017, 35(6): 685-692.
[7]	翟旭平, 孟田, 王涛. 采用对数预处理的SVM频谱感知方法[J]. 应用科学学报, 2017, 35(6): 726-734.
[8]	熊邦书, 吴强镪, 李新民, 莫燕, 黄建萍. 基于频段能量特征的低速滚动轴承故障诊断[J]. 应用科学学报, 2017, 35(3): 366-372.
[9]	熊邦书, 刘雨, 莫燕, 黄建萍, 李新民. 基于SVM的直升机飞行状态识别[J]. 应用科学学报, 2016, 34(4): 469-474.
[10]	温军玲, 严壮志, 蒋皆恢. 一种区域统计信息的格子波尔兹曼图像分割模型[J]. 应用科学学报, 2016, 34(1): 49-57.
[11]	张莉, 叶志伟, 王明威. 基于差分进化的二维熵图像分割[J]. 应用科学学报, 2016, 34(1): 58-66.
[12]	胡昭华, 徐玉伟, 赵孝磊, 何军, 周游. 基于支持向量机的多特征选择目标跟踪[J]. 应用科学学报, 2015, 33(5): 502-517.
[13]	吴诗婳1，吴一全1,2,3,4,5，周建江1，孟天亮1，戴一冕1. 基于Shearlet 变换和Krawtchouk 矩不变量的河流SAR 图像分割[J]. 应用科学学报, 2015, 33(1): 21-31.
[14]	WU Yi-quan1,2, CAO Peng-xiang1,3, WANG Kai1, YIN Jun1. 二维Arimoto 灰度熵阈值分割[J]. 应用科学学报, 2014, 32(4): 331-340.
[15]	郑毅1,2，郑苹3,4. 结合模糊熵和遗传算法的双阈值图像分割[J]. 应用科学学报, 2014, 32(4): 427-433.