%0 Journal Article
%T Research of SVM-Based Edge Detection Algorithm Optimization<br>基于向量机的边缘检测算法优化研究
%A Zheng Sheng
%A Liu Jian
%A Tiari Jin-wen
%A <br>郑胜
%A 柳健
%A 田金文
%J 电子与信息学报
%D 2005
%I 
%X 该文利用最小二乘向量机(LSSvM)对原始图像每一像素的邻域作灰度曲面的最佳拟合,并以径向基核函数为例导出了图像的梯度算子和零交叉算子。通过梯度和零交叉的综合,实现了边缘的定位和检测,提出了利用边缘检测性能指标来优化参数的方法。确定了高斯LSsVM的参数(σ2,γ)为(7,1),用所选参数进行了图像边缘检测实验。结果表明,基于支持向量机的边缘检测算法可靠性好、效率高。
%K Edge detection
%K Least Squares Support Vector Machine (LSSVM)
%K Edge detection performance evaluation
%K Parameter optimization<br>边缘检测
%K 最小二乘向量机
%K 边缘检测性能评价
%K 参数优化
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=1319827C0C74AAE8D654BEA21B7F54D3&jid=EFC0377B03BD8D0EF4BBB548AC5F739A&aid=0DAA164D58BD1011&yid=2DD7160C83D0ACED&vid=DB817633AA4F79B9&iid=94C357A881DFC066&sid=E5ED9059DE792E50&eid=569BDAA4FEA0F7F9&journal_id=1009-5896&journal_name=电子与信息学报&referenced_num=0&reference_num=10