Design And Implementation Color Image Segmentation Based On Support Vector Machine

摘要

图像分割是数字图像处理领域中的重要研究课题之一，图像分割可被看作基于颜色和空间特征的像素分类问题，通过样本学习来构造分类器。但传统的学习算法是以经验风险最小化取代期望风险最小化，即渐进理论，但这种取代只有当训练样本数趋于无穷时，最小化经验风险与最小化期望风险之间的偏差才能达到理论上的最小。然而在实际应用中，训练样本数趋于无穷这一前提条件往往得不到满足，特别当问题处在高维空间时更是如此。而Vapnik等人提出的一类新型机器学习方法——支持向量机（简称SVM）可以弥补这种不足，SVM在小样本、高维非线性情况下，具有较好的泛化性。 另外，传统的图像分割算法都是在低维空间进行分割，对于较复杂的图像分...