用于彩色图像分割的支持向量机的快速训练

摘要

为了加快用于图像分割的支持向量机算法的训练速度,本文提出主动选择样本简化训练集的新方法。该方法根据像素在颜色空间的统计特性构建可分的训练集,并采用均匀抽样策略大大缩减训练集规模而不降低分类正确率,使得支持向量机可以实时训练,并为参数调整带来便利。由此发展了一种非监督算法与支持向量机相结合的自动图像分割方法。通过支持向量机在线训练,新方法可以获得较高的分割精度,有较好的鲁棒性,现已应用于彩色血细胞图像分割。