基于组合隶属度FSVM的图像边缘检测  

Edge Detection Based on Combined Membership FSVM

作　　者：杨真真[1,2] 李雷[2] 杨永鹏[3] 

机构地区：[1]南京邮电大学通信与信息工程学院,江苏南京210003 [2]南京邮电大学理学院,江苏南京210046 [3]南京邮电大学电子科学与工程学院,江苏南京210046

出　　处：《南京邮电大学学报（自然科学版）》2011年第6期21-26,共6页Journal of Nanjing University of Posts and Telecommunications：Natural Science Edition

基　　金：国家自然科学基金(61070234;61071167);江苏省高校自然科学基金(04KJB110097;08KJB520003);南京邮电大学攀登计划(NY207064)资助项目

摘　　要：文中提出了一种新的边缘检测方法———基于组合隶属度模糊支持向量机(FSVM)的图像边缘检测。通过对这种新的FSVM分类算法建立边缘检测的模型对加入椒盐噪声状态的图像进行边缘检测的实验。仿真实验结果表明,新的算法稳定性高,抗噪性能好,具有更好的检测效果。This paper presents a new method of image edge detection--combined membership FSVM. The new FSVM classification algorithm is used to construct a new model for edge detection, and this model is tested with a noisy image. Simulation results show the proposed method gives good performance on reducing the effects of noise in the image edge detection.

关 键 词：边缘检测 组合隶属度 模糊支持向量机(FSVM) 

分 类 号：TN919.8[电子电信—通信与信息系统]