基于信息测度和核函数极限学习机的图像边缘检测

• 作者: 刘克平 李佳禧 杨宏韬 邱东
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 边缘检测 信息测度 核函数极限学习机(KELM)
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 156-161
• 页数: 6页
• 分类号: TP317.4
• 字数: 3527字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.10.028

摘要

图像的边缘检测技术是机器视觉中图像识别、图像分割与处理以及模板匹配的基础.针对传统边缘检测算子的检测精度有限,对噪声的敏感度较高的问题,提出一种基于信息测度和核函数极限学习机(KELM)的图像边缘检测方法.该方法构造一个描述边缘点信息测度的特征矢量,将特征矢量样本数据集对核函数极限学习机(KELM)进行分类训练,实现边缘检测.同时采用度量F评价模型对不同边缘检测方法的性能进行评价.实验结果表明,ISKELM图像边缘检测的效果优于Canny算子、Sobel算子以及ELM图像边缘检测,提取的图像边缘更加清晰,对于噪声的抑制能力更强,虚假边缘大大减少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘克平	长春工业大学电气与电子工程学院	66	385	10.0	15.0
2	杨宏韬	长春工业大学电气与电子工程学院	22	80	5.0	8.0
3	邱东	长春工业大学电气与电子工程学院	28	110	5.0	9.0
4	李佳禧	长春工业大学电气与电子工程学院	2	0	0.0	0.0