OALib Journal期刊
基于形态学及SVM思想的病变图象识别方法
DOI: 10.11834/jig.2003010417
Keywords: 模式识别(520？2040) ,模式识别 ,形态学 ,SVM ,算法
Abstract:
提出了一种将形态学理论与SVM(支持向量机)算法结合起来的病变图象特征识别方法.利用形态学的广义骨架理论及形状因子,抽取图象特征,作为SVM训练数据,同时借助SVM良好的分类性能,对图象骨架进行分类,从而实现图象特征的快速分类,提高识别率.本文以红外乳腺图象为例,说明了本算法的各种特色.实验结果表明,该算法能有效提高图象识别率并具有一定的应用前景,同时,该方法对其他类似的模式识别问题也有一定的借鉴作用.
References
[1] ［1］吴敏金.图像形态学[M].上海:上海科学技术文献出版社,1991. [2] ［3］范劲松,方廷健.基于粗集理论和SVM算法的模式分类方法[J].模式识别与人工智能2000,13(4):615～618. [3] ［5］Corts C, Vapnik V. Support vector networks [J]. Machine Learning, 1995,20(3) :1～25. [4] ［7］傅京孙,蔡自兴,徐光？.人工智能及其应用[M].北京:清华大学出版社,1987. [5] ［2］Vapnik V N. The nature of statistical learning theory[M].NewYork: Springer-Verlag, 1995. [6] ［4］凌旭峰.基于支持向量机的人脸识别技术[J].红外与激光技术,2001,30(4):318～322. [7] ［6］傅京孙.模式识别及其应用[M].北京:科学出版社,1983. [8] ［8］Zhang Ling, Zhang Bo. A geometrical representation of McCulloch-Pitts neural model and its applications [J]. IEEE Transactions on Neural Networks, 1999,10(4): 925～929.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
