基于相关向量机的图像阈值技术

• 作 者: 乔立山 陈松灿 王敏
• 机 构: 南京航空航天大学计算机科学与工程系,聊城大学数学科学学院,河海大学计算机及信息工程学院
• 出 处: 计算机研究与发展
• 发表日期: 2010年08期
• 关键词: 图像分割 自动阈值选择 相关向量机 支持向量回归 稀疏核机 image segmentation automatic thresholding releva
• 基金项目: 国家自然科学基金项目（30700183 60973097）, 教育部博士学科点专项科研基金项目（20070294001）, 江苏省自然科学基金项目（BK2008381）~~

图像阈值化是一种直观有效的图像分割技术,在图像分析、模式识别及计算机视觉中具有重要应用.传统的阈值化方法通常基于某个特定的优化问题,需要在整个灰度范围内搜索最佳阈值(或阈值组合).最近,基于支持向量回归(SVR)的多阈值分割算法,直接从支持向量(SV)中获得阈值信息,无需对图像施加任何先验假设,并避免了繁琐的优化过程.然而:1.如何从众多SV中获得可靠的阈值尚待解决(SVR阈值方法的公开问题);2.虽然SVR阈值技术避免了传统多阈值算法可能出现的组合优化问题,但是其中超参数的选择往往需要耗时的交叉验