文献类型：期刊文献

中文题名：基于支持向量机的版面分割问题研究

英文题名：Research on layout segmentation based on support vector machine

作者：逯瑜娇[1];方建军[2];张姗[1];刘彩霞[1]

第一作者：逯瑜娇

机构：[1]北京联合大学北京市信息服务工程重点实验室,北京100101;[2]北京联合大学城市轨道交通与物流学院,北京100101

第一机构：北京联合大学北京市信息服务工程重点实验室

年份：2020

卷号：43

期号：2

起止页码：149-153

中文期刊名：现代电子技术

外文期刊名：Modern Electronics Technique

收录：CSTPCD;;北大核心:【北大核心2017】；

基金：国家自然科学基金（61602041）;北京市属高等学校高层次人才引进与培养计划(CIT&TCD20150314)

语种：中文

中文关键词：版面分割;支持向量机;特征向量;图像分割算法;图像识别;对比验证

外文关键词：layout segmentation;support vector machine;feature vector;image segmentation method;image recognition;comparison verification

摘要：版面分割是版面分析的重要组成部分,实现复杂版面的快速、有效分割是目前亟待解决的问题。针对复杂版面分割问题,文中将相位一致性统计特征和改进灰度共生矩阵的纹理特征相结合,得到一种新的组合特征向量。将该组合特征向量作为训练样本,最终得到基于支持向量机的复杂图像分割算法。实验结果表明,与其他方法相比,基于支持向量机的方法在版面分割任务中表现出了较好的召回率与准确率,能有效区分复杂图像中的各类不同区域,该方法为如何提高复杂版面的分割准确率提供了理论参考。
The layout segmentation is an important part of the layout analysis.The rapid and effective segmentation of complex layout is an urgent problem to be solved.As for the problem of complex layout segmentation,a new combined feature vector is obtained in combination with the phase consistency statistical features and the texture features of the improved gray level co?occurrence matrix.The combined feature vector is taken as the training sample to obtain the complex image segmentation algorithm based on the support vector machine.The experimental results show that in comparison with other methods,the method based on the support vector machine has better recall rate and accuracy in the layout segmentation task,which can effectively distinguish the different regions in the complex images.It provides a theoretical reference for how to improve the segmentation accuracy of the complex layouts.