基于SVM分类的红外舰船目标识别

被引：57

作者：

张迪飞

张金锁

姚克明

成明伟

吴永国

机构：

[1] 天津津航技术物理研究所

来源：

红外与激光工程 | 2016年 / 01期

关键词：

SVM分类器; 红外图像; HOG特征; 舰船目标识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对海天背景下红外舰船目标识别提出了一种基于机器学习的分类算法。该算法首先利用分割算法提取红外图像中的连通区域,并对原图相应的位置进行标记和归一化处理,然后利用HOG特征提取标记区域的高维特征向量,用线下样本库训练得到的SVM分类器对所提取的HOG特征进行高维特征空间的分类,识别目标和干扰。仿真实验表明,该算法具有良好的性能,在复杂海天干扰背景下能够有效地识别红外舰船目标。

引用

页码：179 / 184

页数：6

共 6 条

[1] 基于HOG特征和机器学习的工程车辆检测
张全发
蒲宝明
李天然
孙宏国
[J]. 计算机系统应用, 2013, 22 (07) : 104 - 107
[2] 一种复杂海天背景下的红外舰船目标自动检测方法
王鹏
吕高杰
龚俊斌
田金文
[J]. 武汉大学学报(信息科学版), 2011, (12) : 1438 - 1441
[3] 基于分割窗半监督支持向量机的遥感图像变化检测
赵磊
王斌
张立明
[J]. 复旦学报(自然科学版), 2010, 49 (02) : 190 - 196
[4] 基于HOG特征的人脸识别系统研究[D]. 慕春雷.电子科技大学. 2013
[5] 基于机器学习的车辆目标识别方法[D]. 于筱川.西安电子科技大学. 2009
[6] SUPPORT-VECTOR NETWORKS
CORTES, C
VAPNIK, V
[J]. MACHINE LEARNING, 1995, 20 (03) : 273 - 297

← 1 →