一种基于支持向量机的图像边缘检测方法

• 作者: 姚跃华 徐彤阳 朱志勇
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 支持向量机 支持向量函数回归 边缘检测
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 87-90
• 页数: 4页
• 分类号: TN911.73
• 字数: 3546字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2005.01.028

摘要

支持向量机是一种新的机器学习的方法.它以统计学习理论为基础,能够较好地解决小样本的学习问题.由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点.支持向量函数回归(SVR)是SVM的一个重要分支,它已经成功地应用于系统识别、非线性系统的预测等方面,并取得了较好的效果.文中通过图像的SVR表示,对SVR图像的边缘检测进行了研究.文中算例说明了该方法在实际应用中的可行性.实验结果表明,该算法能有效提高图像边缘检测效果.同时对其他边缘检测方法有一定的借鉴作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚跃华	长沙理工大学计算机与通信工程学院	16	123	7.0	10.0
2	徐彤阳	长沙理工大学计算机与通信工程学院	1	16	1.0	1.0
3	朱志勇	长沙理工大学计算机与通信工程学院	2	25	2.0	2.0