10.3321/j.issn:1000-565X.2009.01.012
基于核主成分分析和子空间分类的边缘检测方法
针对传统边缘检测方法对噪声敏感的问题,提出了一种基于核主成分分析和子空间分类的边缘检测方法,建立了统一的图像特征表达模型.首先结合其它边缘检测方法进行采样并将采样结果投影到特征空间,然后将核主成分分析得到的特征向量组成特征空间的一个子空间,最后将子空间分类法推广到特征空间来对数据进行分类.实验结果表明,该方法增强了对噪声的鲁棒性,能适应小样本训练,其边缘检测效果明显优于经典算子、主成分分析和非线性主成分分析方法.
边缘检测、核主成分分析、子空间分类、特征空间、样本选择
37
TP391(计算技术、计算机技术)
2009-04-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
59-63