-
题名支持向量机理论在植物根系图像边缘检测中的应用
被引量：1
- 1
-
-
作者
吴鹏
宋文龙
-
机构
东北林业大学
-
出处
《东北林业大学学报》
CAS
CSCD
北大核心
2012年第8期153-156,共4页
-
基金
中央高校基本科研业务费专项资金(Z02068)
-
文摘
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。
-
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
-
Keywords
Plant roots
Edge detection
Least squares support vector machines
Radially Gaussian kernel function
zero crossing operators
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于最小二乘支持向量机的图像边缘检测研究
被引量：17
- 2
-
-
作者
刘涵
郭勇
郑岗
刘丁
-
机构
西安理工大学自动化与信息工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2006年第7期1275-1279,共5页
-
基金
陕西省教育厅专项科研计划(No.05JK267)
-
文摘
本文研究了基于最小二乘支持向量机(LS-SVM)的图像边缘检测技术,利用LS-SVM对图像像素邻域的灰度值进行曲面拟合,通过采用多项式核函数、高斯核函数推导出图像的梯度和零交叉算子,并结合梯度算子和零交叉算子实现了图像边缘定位.通过实验获取了不同核函数的最佳卷积核的大小,同时采用遗传算法对不同核函数的参数进行寻优以获得最佳的边缘检测性能.通过与Canny方法的实验比较,验证了本文提出的边缘检测方法是有效的.
-
关键词
最小二乘支持向量机
多项式核函数
高斯核函数
梯度和零交叉算子
边缘检测性能
-
Keywords
least squares support vector machines
polynomial and Gaussian kernel function
gradient and zero crossing operators
edge detection performance evaluation
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
