基于SVM与区域生长的彩色商品标签图像分割方法

摘要

传统区域生长的噪声和灰度不均可能会导致空洞和过分割,严重影响图像分割效果.针对此问题,文中提出了一种SVM与区域生长相结合的彩色标签图像分割算法.该算法将标签部分和商品部分的颜色信息和纹理等特征作为SVM的正负样本,既有效提高了效率,又提高了图像分割的精度.在提取正负样本时,利用改进区域生长算法分割出特征区域并提取特征.理论分析和实验结果表明,所提出的算法具有更正错误检测信息机制,提高了分割效率,较好地防止了传统区域增长算法分割时的过分割现象,并具有良好的鲁棒性,为后期拓展奠定了基础.