您的位置: 专家智库 > >

国家高技术研究发展计划(2002AA731213)

作品数:2 被引量:20H指数:2
相关作者:陈波杨阳更多>>
相关机构:桂林空军学院解放军信息工程大学更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:机械工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇机械工程

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇算子
  • 1篇图像
  • 1篇图像识别
  • 1篇向量
  • 1篇向量机
  • 1篇模糊聚类
  • 1篇目标识别
  • 1篇聚类
  • 1篇边缘检测
  • 1篇边缘检测算法
  • 1篇PREWIT...
  • 1篇ROBERT...
  • 1篇SOBEL算...
  • 1篇SVM
  • 1篇不变矩
  • 1篇测算法

机构

  • 2篇解放军信息工...
  • 2篇桂林空军学院

作者

  • 2篇杨阳
  • 2篇陈波

传媒

  • 2篇仪器仪表学报

年份

  • 2篇2006
2 条 记 录,以下是 1-2
排序方式:
基于模糊聚类分析的边缘检测算法被引量:8
2006年
将模糊c-均值聚类算法(FCM)应用到图像的边缘检测中。首先,将灰度图像中的每一个像素点看成是一个数据样本,将该点的灰度值经过Robert算子、Sobel算子和Prewitt算子处理构成它的特性向量,形成具有三维特征的数据集,然后对这个数据集应用模糊聚类算法进行分类,自适应地检测出图像的边缘点,达到提取边缘的目的。实验结果表明,这种混合算法能得到很好的边缘检测效果,并且得到的结果无需再细化处理,提高了边缘定位的精度。
陈波杨阳沈田双
关键词:模糊聚类边缘检测ROBERT算子SOBEL算子PREWITT算子
一种基于不变矩和SVM的图像目标识别方法被引量:12
2006年
本文提出了一种利用不变矩和支持向量机(SVM)对图像目标进行识别的方法。该方法提取目标的6个不变矩作为特征矢量,应用SVM方法对其进行分类识别。结果表明,这一方法对仅含有目标和背景的图像具有很好的分类识别能力。此外,还发现图像二值化取值范围对识别结果有直接的影响。
陈波杨阳沈田双
关键词:图像识别目标识别不变矩支持向量机
共1页<1>
聚类工具0