期刊文献+

一种基于SVC的图像分割模型

Image Segmentation Model Based on Support Vector Classification
下载PDF
导出
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。
机构地区 中国人民解放军
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
  • 相关文献

参考文献4

  • 1Rahim A,Khalid A M.Comparison of Support Vector Machine andNeural Network in Character Level Discriminate Training forOnline Word Recognitions[].Procof SCORED’’.2004
  • 2Xu Chenyang,Snakes Jerry.Snakes, shapes and gradient vector flow[].IEEE Transactions on Image Processing.1998
  • 3Gunn S R.Support vector machine for classification and regression[].ISIS Report.1998
  • 4Kass M,Witkin A,Terzopulos D.Snakes: active contour models[].International Journal of Computer Vision.1988

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部