一种新的基于少量样本的目标识别与分割方法

摘要

在这篇文章中，我们介绍一种新的图像自动分割和识别的方法。该方法仅仅利用有限的先验知识，能够完成自动而且快速的图像分割和识别任务。当前国际和国内大多数用于识别和分割的分析描述方法都是基于统计或结构性，需要大量的先验知识和样本来获得分类器，数据库庞大，计算方法复杂，效率低下。在这篇文章中，我们利用少量的样本，可以获得每个组成部分的纹理结构特性，然后获得粗略的目标部分的区域，接下来我们借助细胞生长算法的思想去按照不同目标的纹理来进行生长。当纹理生长到边界时，生长过程会自动停止。依照这些步骤，这个方法可以利用很有限的经验和样本完成目标的识别和分割。