[发明专利]基于高斯混合模型与支持向量机的彩色图像分割方法

摘要

本发明公开了一种结合高斯混合模型(Gaussian Mixture Model，GMM)和支持向量机(Support Vector Machine，SVM)进行彩色图像分割的方法。主要包括图像特征的提取、高斯混合模型的建立以及利用支持向量机进行分类。具体流程包括：首先对图像进行颜色特征和纹理特征的提取；然后建立高斯混合模型，将提取的原始特征利用高斯混合模型得到新特征；其次由新特征得到初分割结果；最后根据初分割结果选取训练样本，利用支持向量机进行分类得到最终的分割结果。在进行特征描述时，不再以原始特征为基础，而是根据经过高斯混合模型(GMM)得到的新特征来进行初始分割，进而利用支持向量机(SVM)得到最终分割结果。本发明充分利用了图像的时空域信息，弥补了高斯混合模型(GMM)仅采用时域信息对复杂背景建模的不足，有效的提高了分割的准确性。

主权项

一种基于高斯混合模型与支持向量机的彩色图像分割方法，其特征在于具有如下步骤：S1.提取图像的颜色和纹理特征；S2.利用提取的颜色和纹理特征，构建高斯混合模型，利用高斯模型对图像进行初始分割；S3.利用支持向量机，将S2中初始分割后的图像，再进行分割，完成对图像的分割；所述步骤S1提取图像的颜色和纹理特征具有如下步骤：S101.颜色特征的提取；S102.纹理特征的提取：利用Sobel算子表示梯度特征、对比度特征的提取和方向性的提取。