A.阿斯托里诺。;高迪奥索，M。;哈拉夫，W。 通过球形分离进行边缘检测。 （英语） Zbl 1331.68262号 计算。管理。科学。 11，第4期，517-530（2014）. 摘要：我们描述了一种基于优化的方法来解决称为边缘检测的经典图像处理问题，并将其以分类的形式表示出来。该方法的新颖之处在于将球面分离用作图像处理框架中的分类工具。球面分离是指在有限维欧几里德空间中用一个球体将两个给定的离散点集分离；在我们的上下文中，这两个集合分别是给定图像的数字表示中的边缘点和非边缘点。假设球体的中心是固定的，则问题简化为一个变量的凸函数和非光滑函数的最小化，这可以通过“特殊”二分法有效解决。给出了我们在一些边缘检测基准图像上的实验结果。 引用于5文件 MSC公司： 68单位10 图像处理的计算方法 关键词：图像处理;边缘检测;二进制分类;球形分离 PDF格式BibTeX公司 XML格式引用 \textit{A.Astorino}等人，计算。管理。科学。11，No.4，517--530（2014；Zbl 1331.68262） 全文： 内政部 参考文献： [1] Ahmed MB，Choi TS（1999）基于局部阈值和布尔函数的边缘检测。IEEE Trans Consumer Electron公司45（3）：674-679 [2] Astorino A，Gaudioso M（2005）分类问题的椭球体分离。Optim Methods Softw软件20（2-3）：261-270·兹比尔1072.90027 [3] Astorino A，Gaudioso M（2009）一种用于分类问题的带核变换的固定中心球面分离算法。计算机管理科学6（3）：357-372·Zbl 1170.90530号 ·doi:10.1007/s10287-007-0051-2 [4] Astorino A、Fuduli A、Gaudioso M（2010）球形分离的DC模型。《全球优化杂志》48（4）：657-669·Zbl 1206.90120号 ·doi:10.1007/s10898-010-9558-0 [5] Astorino A，Fuduli A，Gaudioso M（2012）球形分离中的边际最大化。计算优化应用53（2）：301-322·Zbl 1258.90066号 ·doi:10.1007/s10589-012-9486-7 [6] Astorino A，Fuduli A，Gorgone E（2008）分类问题中的非光滑性。Optim Methods Softw 23（5）：675-688·兹比尔1154.90643 ·网址：10.1080/10556780802264071 [7] 鲍鹏，张磊，吴旭（2005）基于尺度乘法的Canny边缘检测增强。IEEE Trans-Pattern Ana Mach Intell 27（9）：1485-1490·doi:10.1109/TPAMI.2005.173 [8] Ben-Hur A，Horn D，Siegelmann HT，Vapnik V（2001）支持向量聚类。机械学习研究杂志2:125-137·Zbl 1002.68598号 [9] Bhandarkar SM，Zhang Y，Potter WD（1994）基于遗传算法优化的边缘检测技术。图案识别27（9）：1159-1180·doi:10.1016/0031-3203（94）90003-5 [10] Bowyer K，Kranenburg C，Dougherty S（2001）使用经验ROC曲线进行边缘检测器评估。计算机视觉图像理解84（1）：77-103·Zbl 1021.68571号 ·doi:10.1006/cviu.2001.0931 [11] Canny J（1986）边缘检测的计算方法。IEEE Trans-Pattern Ana Mach Intell 8:679-697 [12] Cristianini N，Shawe-Taylor J（2000）支持向量机和其他基于核的学习方法简介。剑桥大学出版社·Zbl 0994.68074号 ·doi:10.1017/CBO9780511801389 [13] Demigny D（2002）关于边缘检测的最佳线性滤波。IEEE传输图像处理11（7）：728-737·doi:10.1109/TIP.2002.800887 [14] Gómez-Moreno H，Maldonado-Bascon S，López-Ferreras F（2001）利用支持向量机进行噪声图像的边缘检测。IWANN，《计算机科学讲义》，第2084卷，海德堡施普林格，第685-692页·Zbl 0982.68621号 [15] Hardie RC，Bonselet CG，（1995）使用非线性边缘增强预滤波器的基于梯度的边缘检测。IEEE Trans成像过程4（11）：1572-1577·Zbl 1154.90643号 [16] Kim D，Lee W，Kweon I（2004）使用3x3理想二进制像素模式和基于模糊的边缘阈值进行自动边缘检测。图案识别信25（1）：101-106·doi:10.1016/j.patrec.2003.09.010 [17] Khalaf W，Pace C，Gaudioso M（2009）估计电子鼻系统中气体浓度的最小二乘回归法。传感器9（3）：1678-1691·数字对象标识代码：10.3390/s90301678 [18] Konishi S，Yuille AL，Coughlan JM，Zhu SC（2003）《统计边缘检测：学习和评估边缘线索》。IEEE Trans-Pattern Ana Mach Intell 25（1）：57-74·doi:10.1109/TPAMI.2003.1159946 [19] Manevitz LM，Yousef M（2001）用于文档分类的一类SVM。马赫学习研究杂志2:139-154·Zbl 1002.68597号 [20] Neoh H，Hazanchuck A（2004）使用FPGA进行实时视频处理的自适应边缘检测。In:2004年9月27日至30日，美国圣克拉拉会议中心，全球信号处理博览会和会议 [21] Pratt WK（2001）数字图像处理。纽约威利·doi:10.1002/0471221325 [22] Rakesh RR，Chaudhuri P，Murthy CA（2004），边缘检测中的阈值：统计方法。IEEE传输图像处理13（7）：927-936·doi:10.1109/TIP.2004.828404 [23] Schölkopf B，Burges CJC，Smola AJ（1999）《内核方法的进展》。支持向量学习。麻省理工学院出版社，剑桥 [24] Sun P，Freund RM（2004）最小体积覆盖椭球体的计算。运营研究52（5）：690-706·Zbl 1165.90571号 ·doi:10.1287/opre.1040.0115 [25] Tax DMJ，Duin RPW（1999）支持向量域描述。图案识别信20:1191-1199·doi:10.1016/S0167-8655（99）00087-2 [26] Yildirim EA（2006）关于椭球体的最小体积覆盖椭球体。暹罗J Optim 17（3）：621-641·Zbl 1128.90048号 ·doi:10.1137/050622560 [27] Zafeiriou S，Laskaris N（2008）关于通过白化变换改进聚类的支持向量技术。IEEE信号处理快报15:198-201·doi:10.1109/LSP.2007.914949 [28] Zhang TY，Suen CY（1984）细化数字模式的快速并行算法。通信ACM 27（3）：236-239 [29] Zheng S，Liu J，Tian JW（2004）一种新的高效的基于SVM的边缘检测方法。图案识别信25（10）：1143-1154·doi:10.1016/j.patrec.2004.03.009 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。