摘要
根据区域特征将晶相图像分成单晶体和共析体两部分,利用活动轮廓模型对单晶体区域进行伸展直到两部分边缘处停滞。通过SVC特征识别模型提供活动轮廓的边缘能量项。仿真结果表明,与RBF模型相比,在相同检测精度条件下,SVC模型耗费的资源少、效率高。
根据区域特征将晶相图像分成单晶体和共析体两部分,利用活动轮廓模型对单晶体区域进行伸展直到两部分边缘处停滞。通过SVC特征识别模型提供活动轮廓的边缘能量项。仿真结果表明,与RBF模型相比,在相同检测精度条件下,SVC模型耗费的资源少、效率高。
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第S1期179-182,共4页
Computer Engineering
关键词
材料分析
活动轮廓
支持向量分类模型
径向基函数分类模型
material analysis
active contour
Support Vector Classification(SVC) model
Radial Basis Function(RBF) classification model