孙晓艳
- 作品数：2 被引量：43H指数：2
- 供职机构：沈阳理工大学信息科学与工程学院更多>>
- 发文基金：辽宁省教育厅基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于支持向量机的玉米叶部病害识别被引量：36
- 2007年
- 针对玉米叶部病害图像的特点,提出将支持向量机(SVM)组成的多分类器应用于多种玉米叶部病害识别中。首先利用L ive-W are分割算法分割出玉米叶部病灶,再利用小波特征提取算法提取病灶的特征向量,最后利用支持向量机分类方法进行病害的识别。玉米叶部病害图像识别试验结果表明,支持向量机分类方法适合小样本情况,具有良好的分类能力,适合多种玉米叶部病害的分类。不同的分类核函数的相互比较分析表明,径向基核函数最适合玉米病害的分类识别。
- 宋凯孙晓艳纪建伟
- 关键词：支持向量机特征向量多分类器病害识别
- 基于小波变换的图像边缘检测算法被引量：7
- 2006年
- 目的提出一种边缘检测改进算法,提高边缘检测精确性.方法从小波变换入手,将图像进行多尺度分解,在各个尺度下对图像各个高频的细节进行加权处理,然后对处理后的图像进行Laplacian边缘检测.结果噪声得到抑制,边缘定位精确度上升,识别率提高.结论理论和试验结果分析表明,在边缘精度、强弱边缘提取和噪声抑制方面,该算法是有效的.
- 宋凯纪建伟孙晓艳
- 关键词：小波变换多尺度LAPLACIAN算子边缘检测
