基于支持向量機(jī)的圖像分割與邊緣檢測(cè).pdf

1、圖像圖形是人類(lèi)相互交流和認(rèn)識(shí)客觀世界的主要媒體。科學(xué)研究表明，視覺(jué)系統(tǒng)幫助人類(lèi)從外界獲得75％以上的信息。而圖像圖形帶給我們的正是視覺(jué)世界中的所有信息。因此，圖像圖形技術(shù)的應(yīng)用必然涉及到人類(lèi)生活和社會(huì)發(fā)展的各個(gè)方面。
　　 圖像分割是一種重要的圖像分析技術(shù)，是從圖像處理進(jìn)行到圖像分析的關(guān)鍵步驟，也是進(jìn)一步圖像理解的基礎(chǔ)。在圖像分割前，對(duì)圖像的加工主要處于圖像處理的層次，圖像分割后圖像的分析才成為可能。邊緣檢測(cè)是圖像分割的一種算法

2、，在圖像識(shí)別、圖像分割以及圖像壓縮等領(lǐng)域都有較為廣泛的應(yīng)用，它還經(jīng)常被應(yīng)用到計(jì)算機(jī)視覺(jué)和模式識(shí)別等較高層次的圖像處理中。
　　 本文圍繞圖像分割及邊緣檢測(cè)算法而展開(kāi)，本文的創(chuàng)新工作主要有以下兩點(diǎn)：
　　 1.首先利用系統(tǒng)聚類(lèi)的思想，提出了一種新的基于確定聚類(lèi)的SVM分割算法，提高了分割的性能，并與傳統(tǒng)的基于閾值的分割算法進(jìn)行了比較。
　　 2.在邊緣檢測(cè)時(shí)，本文提出一種新的基于聚類(lèi)的特征選取方法，用來(lái)選取支持向量