基于机器学习的边缘检测方法研究

• 作者: 徐迪迪 王海晖 赵彤洲
• 来源期刊: 湖北大学学报(自然科学版)
• 学科: 工学
• 关键词: 边缘检测 机器学习 特征提取 AdaBoost算法 决策树算法
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 物理学与电子技术
• 页码范围: 370-372,382
• 分类号: TP751.1
• 字数: 3015字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2375.2011.03.024

摘要

传统的边缘检测方法具有一定的局限性,且自适应能力差,提出一种基于机器学习的边缘检测方法来解决上述问题.实验图像从伯克利图像数据库中选取,以Harr和梯度直方图(HoG)构成特征空间,将AdaBoost算法和决策树算法相结合进行分类器训练.实验结果表明,机器学习的边缘检测算法有更高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵彤洲	武汉工程大学智能机器人湖北省重点实验室	35	113	6.0	9.0
5	王海晖	武汉工程大学智能机器人湖北省重点实验室	49	321	9.0	15.0
9	徐迪迪	武汉工程大学智能机器人湖北省重点实验室	1	6	1.0	1.0