基于多不变量和多分类器融合的飞机识别

分析了飞机图像自动识别方法的难点,指出在飞机图像识别中采用多分类器融合的必要性。提出利用飞机图像的4种不变量特征:仿射矩,Zernike矩,小波矩,SIFT特征点梯度模值,结合支持向量机组成4种分类器,采用自适应权重投票法进行多分类器融合,以提高飞机机型识别率。仿真实验表明,上述4种图像不变量特征构造的多分类器,经过自适应权重投票法融合判别后,飞机机型识别率明显优于单一种类不变量特征构造的同类分类器,同时优于固定权重投票法、多数投票法的多分类器。