基于模糊增强与最小二乘支持向量机的图像边缘检测  

Edge Detection Based on fuzzy enhancement and Least Squares Support Vector Machines

作　　者：刘卫华[1] 

机构地区：[1]甘肃政法学院公安技术学院,甘肃兰州730070

出　　处：《自动化与仪器仪表》2016年第7期224-225,共2页Automation & Instrumentation

基　　金：甘肃政法学院科研资助青年项目(GZFXQNLW002)

摘　　要：为了解决传统最小二乘支持向量机曲面拟合边缘检测推广性差的问题,提出了一种模糊理论与最小二乘支持向量机相结合的模糊最小二乘支持向量机(Fuzzy Least Squares Support Vector Machines,FLS-SVM)对图像边缘进行检测。结果证明,该算法可以很好的提取图像边缘信息,是一种很有实用价值的图像处理算法。In order to solve the traditional Least Squares Support Vector machine( SVM) surface fitting edge detection problem of poor generalization,this paper proposes the Fuzzy Least Squares Support Vector machine( Fuzzy Least Squares Support Vector,FLSSVM) for image edge detection. The simulation results show that the algorithm can be very good to extract the image edge information,it is a kind of very practical image processing algorithms.

关 键 词：模糊最小二乘支持向量机 边缘检测 模糊增强 曲面拟合 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]