原文服务方: 东北林业大学学报       
摘要:
由于传统边缘检测方法中存在的比如粗糙边缘、噪声边缘和不准确边缘等缺点,因此在植物根系的研究中,采用传统的图像边缘检测方法检测出来的边缘信息都无法达到令人满意的效果.本文基于带高斯径向基核函数的最小二乘支持向量机方法,得到了一簇梯度算子和零交叉算子,用来定位图像边缘,从而得到一种有效的图像边缘检测算法.用所得到的边缘检测算法与Sobel算法和Prewitt算法的性能进行了比较.仿真结果表明本文给出的算法与传统算法相比,不仅边缘检测性能得到提高,而且可以一定程度地克服噪声干扰.
推荐文章
基于支持向量机理论的植物根系图像边缘检测方法
植物根系
边缘检测
支持向量机
基于遗传BP网络的植物根系图像边缘检测
植物根系
边缘检测
边缘特征量
遗传BP神经网络
粗糙集理论在阴影图像边缘检测中的应用
粗糙集
阴影检测
阴影边缘
边缘梯度
MATLAB在图像边缘检测中的应用
MATLAB
图像处理
边缘检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机理论在植物根系图像边缘检测中的应用
来源期刊 东北林业大学学报 学科
关键词 植物根系 边缘检测 最小二乘支持向量机 高斯径向基核函数 零交叉算子
年,卷(期) 2012,(8) 所属期刊栏目 研究简报
研究方向 页码范围 153-156
页数 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1000-5382.2012.08.037
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋文龙 143 852 16.0 23.0
2 吴鹏 50 365 12.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (1828)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(2)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
植物根系
边缘检测
最小二乘支持向量机
高斯径向基核函数
零交叉算子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
论文1v1指导