一种基于SVM的分布式图像识别方法.pdf

本发明公开了一种基于SVM的分布式图像识别方法，该方法包括分布图像样本的预处理、图像分割、特征提取、内积计算、最优问题求解和图像识别；该方法可以识别出训练图像样本分布情况下待识别图像的类别，并就识别过程中线性分类器的构造给出了相应的解决方案，提出了一种基于SVM的分布式图像识别方法，该方法可确保各站点数据不在其他站点驻留，保证了数据的安全和隐私性，同时有着较高的识别准确率。

2023-11-22

10

455KB

一种基于SVM的医疗图像血管识别方法.pdf

本发明公开一种基于SVM的医疗图像血管识别方法，包括：首先SVM分类器是通过专家手工分割后的样本训练出来的SVM模型对FCM自动选取的样本训练出的SVM模型进行交叉验证、优化后的结果，使分割结果更加精确；然后采用SVM分割血管，其实就是将像素点分为前景(即血管)和背景(即除血管外其他部分)两类，然后把血管部分提取出来，最后通过形态学处理以及阈值化可以达到增强血管网络、保留血管分叉以及交汇部分，最终转化为二值图像可以更直接地反映血管分布。本发明采用了FCM、SVM和形态学图像处理相结合，可使识别效果更好。

2023-11-20

10

336KB

一种基于三支决策SVM分类的图像识别方法.docx

一种基于三支决策SVM分类的图像识别方法摘要图像识别(或称为图像分类)是计算机视觉领域中的一个重要任务，其在许多领域中都有广泛的应用。本文提出了一种基于三支决策SVM分类的图像识别方法。该方法提取了图像的特征向量，并分别经过三个SVM分类器进行分类，最终通过三支决策进行决策。该方法在不同数据集上进行了实验，实验结果表明，该方法具有较高的识别率和稳定性。关键词：图像分类；SVM；三支决策引言图像识别作为计算机视觉领域的一个重要任务，其在很多领域中都有着广泛的应用。图像识别的核心目标是通过图像的特征提取和分类

2024-10-31

5

11KB

基于WLLE和SVM的植物叶片图像识别方法.docx

基于WLLE和SVM的植物叶片图像识别方法基于WLLE和SVM的植物叶片图像识别方法摘要：植物叶片图像识别在植物生长过程监控、植物病害检测以及植物分类等领域具有重要的应用价值。然而，由于植物叶片的形状和纹理特征复杂多样，传统的图像识别方法难以准确识别植物叶片图像。本文提出了一种基于WaveletLocalLinearEmbedding(WLLE)和支持向量机(SVM)的植物叶片图像识别方法。具体而言，本文首先利用WLLE算法对植物叶片图像进行特征提取，以获得低维度的表达。然后，将WLLE得到的低维特征作为

2024-10-29

5

10KB

一种基于Hu不变矩-SVM相结合的焊缝图像模式识别方法.pdf

本发明提供了一种基于Hu不变矩‑SVM相结合的焊缝图像模式识别方法，用于实现对焊缝图像进行识别，包括如下步骤：基于Hu不变矩对所述焊缝图像进行特征提取，得到七维不变矩数据；对SVM分类器进行训练，通过求取目标函数的最优值来确定将不同类型的七维不变矩数据分隔开的超平面；将七维不变矩数据输入到所述SVM分类器中，使用超平面的分隔不同类型的七维不变矩数据从而实现对所述焊缝图像模式的识别。本发明仅保留了决定焊缝图像类型的七维数据，删除了众多的图像中冗余特征，降低了SVM分类器识别的难度，提高了识别的时间，即使在低

2023-07-25

10

1.2MB