一种改善的基于支持向量机的边缘检测算子

• 作者: 张建民 李雷
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 边缘检测 支持向量机 支持向量回归 图像处理
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 125-127,封3
• 页数: 4页
• 分类号: TP181
• 字数: 2371字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.03.032

摘要

支持向量机是一种新的机器学习方法.它建立在统计学习理论基础上,较好地解决了小样本的学习问题.由于其出色的学习性能,该技术已经成为当前国际机器学习界的研究热点.文中提出了一种基于支持向量机的图像边缘检测新方法.这种方法介绍了如何使用支持向量机来高效的检测图像的边缘.首先用几个边缘简单的图像对支持向量机进行训练,然后使用支持向量分类方法进行边缘检测.针对实际图像的边缘检测实验表明,支持向量机可以有效地进行图像的边缘检测,其检测效果和传统的Canny边缘检测算子相当.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雷	南京邮电大学自动化学院	82	539	12.0	18.0
2	张建民	南京邮电大学自动化学院	1	4	1.0	1.0