采用改进词袋模型的空中目标自动分类

被引：15

作者：

朱旭锋 ^{[1
,2
]}

马彩文 ^{[1
]}

刘波 ^{[1
]}

机构：

[1] 中国科学院西安光学精密机械研究所

[2] 中国科学院研究生院

来源：

红外与激光工程 | 2012年 / 05期

关键词：

空中目标; 粗分类; 词袋模型; 模糊C均值聚类; 支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

为了解决飞机、直升机、导弹等3类空中目标图像的自动分类问题,提出了一种基于改进词袋模型的空中目标识别方法。首先采集3类多个型号的空中目标灰度图像并分割提取出目标,接着利用稠密采样方法进行SIFT特征提取,然后用模糊C均值聚类方法,对空中目标图像的SIFT特征进行聚类,得到大量空中目标图像的视觉单词。最后用视觉单词直方图训练支持向量机分类器,完成空中目标的自动分类。仿真实验表明,文中提出的算法能准确区分空中目标类别,性能优于传统的采用K均值聚类的词袋模型,且优于仿射矩。

引用

页码：1384 / 1388

页数：5

共 9 条

[1]

用于成像探测目标识别的块特征提取方法 [J].

王克勇 ;

宋承天 ;

邓甲昊 .

红外与激光工程, 2010, 39 (05) :979-984

[2]

机载雷达和红外数据融合的智能目标识别 [J].

张铁柱 ;

蒋宏 .

红外与激光工程, 2010, (04) :756-760

[3]

可见光图像中飞机目标的特征选择及提取 [J].

王树国 ;

黄勇杰 ;

张生 .

哈尔滨工业大学学报, 2010, 42 (07) :1056-1059

[4]

基于SURF的图像配准方法研究 [J].

张锐娟 ;

张建奇 ;

杨翠 .

红外与激光工程, 2009, (01) :160-165

[5]

基于局部小波矩的易混淆三维目标识别 [J].

王松伟 ;

李言俊 ;

张科 .

红外与激光工程, 2008, (06) :1106-1110

[6]

利用支持向量机的飞机目标检测 [J].

黄洁 ;

张海 .

电光与控制, 2008, (09) :6-9+28

[7]

The <Emphasis Type="Italic">bag of words</Emphasis> approach for retrieval and categorization of 3D objects[J] Roberto Toldo;Umberto Castellani;Andrea Fusiello The Visual Computer 2010,

[8]

Distinctive Image Features from Scale-Invariant Keypoints.[J] David G. Lowe International Journal of Computer Vision 2004,

[9]

Beyond the Euclidean distance:Creating effective visual codebooks using the histogram intersection kernel WU J;REHG J; IEEE International Conference on Computer Vision (ICCV) 2009,

← 1 →