基于分块分割GA-SVM算法的汽车侧面轮廓提取

针对基于图片的汽车侧面轮廓难以准确提取的问题,本文提出了基于图像分块遗传算法优化支持向量机参数方法。首先对汽车侧面轮廓进行分割,以图像分块处理的方式,将图像的前景或背景直接作为输出,运用支持向量机(support vector machine,SVM)对需要分割的部分进行分割,同时为了选择SVM的最优核参数c和g,运用遗传算法进行寻优,形成了GA-SVM算法。对分割后的图像进行二值化处理,并采用滤波运算除去杂点。在车窗及车灯位置极容易产生孔洞,对图片内部存在孔洞采用区域填充算法,最终得到汽车的侧面轮廓。实验结果表明,该算法能够较准确的提取汽车的侧面轮廓,减少分割时间。该研究具有一定的实际应用价值。