基于机器学习的边缘检测方法研究 (2011年)

传统的边缘检测方法具有一定的局限性，且自适应能力差，提出一种基于机器学习的边缘检测方法来解决上述问题。实验图像从伯克利图像数据库中选取，以Harr和梯度直方图（HoG）构成特征空间，将AdaBoost算法和决策树算法相结合进行分类器训练。实验结果表明，机器学习的边缘检测算法有更高的分类准确率。