利用支持向量机的飞机目标检测

被引:17
作者
黄洁
张海
机构
[1] 北京航空航天大学自动化科学与电气工程学院
关键词
目标检测; 阈值分割; 不变矩; 支持向量机; 飞机识别;
D O I
暂无
中图分类号
V271.4 [军用飞机(战机)];
学科分类号
082501 [飞行器设计];
摘要
为了在有干扰弹和飞机机型不定的情况下检测出天空背景中的飞机,通过自动阈值分割和腐蚀膨胀运算找出图像中的疑似区,提取其灰度方差、不变矩特征和像素比组成特征向量,应用支持向量机作为分类器对疑似区进行判别,判断其是否为飞机,选取典型的飞机图像作为正样本,选取干扰弹图像作为负样本。用不同背景和飞机机型的图像进行试验,证明该方法能很好地提出疑似区并有效地对疑似区进行检测识别出飞机目标。
引用
收藏
页码:6 / 9+28 +28
页数:5
相关论文
共 10 条
[1]
SVM及其在车牌字符识别中的运用 [D]. 
何婕 .
四川大学,
2005
[2]
基于形态学变换的有限集手写体汉字识别 [J].
李美丽 ;
杨杨 ;
李岩 .
传感技术学报, 2007, (05) :1184-1187
[3]
基于角点特征和自适应核聚类算法的目标识别 [J].
王鹏伟 ;
吴秀清 ;
余珊 .
计算机工程, 2007, (06) :179-181+184
[4]
改进的SVM算法及其在故障诊断中的应用研究 [J].
张金泽 ;
单甘霖 .
电光与控制, 2006, (06) :97-100
[5]
基于闭合轮廓提取和部分特征匹配的飞机识别 [J].
张名成 ;
吴秀清 ;
王鹏伟 .
计算机仿真, 2006, (11) :193-197
[6]
利用BP神经网络实现三维飞机目标识别 [J].
樊亚军 ;
曲仕茹 .
郑州大学学报(工学版), 2004, (04) :56-59
[7]
基于图像匹配技术的飞机识别 [J].
马时平 ;
毕笃彦 ;
陈岚岚 .
计算机工程, 2004, (05) :159-160
[8]
基于不变矩特征匹配的快速目标检测算法 [J].
严柏军 ;
郑链 ;
王克勇 .
红外技术, 2001, (06) :8-12
[9]
A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167
[10]
SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297