论文部分内容阅读
提出一种基于支持向量机的棉花图像分割算法。将棉花图像分成目标与背景2类。在OHTA颜色空间下提取各类样本像素值,利用支持向量机(SVM)训练带有类别信息的样本。运用最大类间方差(Otsu)法对图像进行预处理,采用训练好的SVM分类器对预处理后的棉花图像进行分割,并使用区域标记法去噪。实验结果表明,该算法可以有效地分割出复杂背景下的棉花,分割准确率达92.3%,分割速度、分割准确率优于直接使用SVM分割图像的方法,分割精度、稳定性优于阈值分割法。