典型文献
融合CANNY算子与HOG算子的建筑物识别方法
文献摘要：
建筑物由于其多样性和所处环境的复杂性成为了计算机视觉领域研究的热点.针对当下识别建筑物的方法准确率不高的问题,提出了融合CANNY算子与HOG算子的方法识别建筑物.利用CANNY边缘检测算子提取建筑物的边缘信息,之后对边缘检测后的建筑物图像使用HOG算子提取其边缘轮廓特征,构造特征向量,将其输入非线性支持向量机(SVM)中进行分类.通过在Sheffield建筑物数据集中进行验证,其识别准确率可以达到97％以上.实验结果表明,提出的方法在识别建筑物的鲁棒性及准确度等方面具有相对较好的效果.
文献关键词：
建筑物识别;机器学习;支持向量机;特征提取
中图分类号：
作者姓名：
董伟达;张宁;于子雯;赵丽曼
作者机构：
长春理工大学 光电工程学院,长春 130022
文献出处：
引用格式：
[1]董伟达;张宁;于子雯;赵丽曼-.融合CANNY算子与HOG算子的建筑物识别方法)[J].长春理工大学学报（自然科学版）,2022(01):24-30
A类：
Sheffield
B类：
CANNY,HOG,建筑物识别,计算机视觉,方法识别,边缘检测,边缘信息,边缘轮廓,轮廓特征,构造特征,特征向量,线性支持向量机,识别准确率
AB值：
0.279288
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
