基于FCM-SVM的生猪红外热图像自动分割方法

传统的支持向量机(SVM)方法在图像分割时需要人工选取训练样本,降低了生猪图像分割的自适应性且费时费力,本文提出了一种基于FCM-SVM相结合的生猪红外热图像自动分割方法,首先,将图像由RGB颜色空间变换到HSV颜色空间;然后,利用模糊C均值(FCM)聚类算法自动获取训练样本;最后,提取图像的颜色特征作为SVM模型的训练样本进行训练,实现对生猪红外热图像的自动分割。结果表明,该方法能够取得较好的分割结果,正确率基本上能达到95%以上,为后续生猪各个部位特征的获取提供较好的技术支撑。