當(dāng)前艦船數(shù)字圖像識(shí)別方法存在明顯不足,如識(shí)別成功率低、識(shí)別過程太復(fù)雜等。為了改善艦船數(shù)字圖像識(shí)別準(zhǔn)確性,提出一種艦船數(shù)字圖像局部模糊特征智能識(shí)別方法。首先收集艦船數(shù)字圖像,并進(jìn)行噪聲除去處理,以獲得更優(yōu)的艦船數(shù)字圖像識(shí)別特征;然后提取艦船數(shù)字圖像識(shí)別的局部特征,并引入主成分分析算法對(duì)特征進(jìn)行分析,減少特征數(shù)量;最后引入模糊聚類算法計(jì)算艦船數(shù)字圖像特征之間的距離。根據(jù)距離劃分艦船數(shù)字圖像的類型,在Matlab環(huán)境中的艦船數(shù)字圖像識(shí)別測(cè)試結(jié)果表明,本文方法解決了當(dāng)前艦船數(shù)字圖像識(shí)別方法的局限性,艦船數(shù)字圖像的平均識(shí)別率超過92%,艦船數(shù)字圖像的誤識(shí)率極低,識(shí)別結(jié)果明顯好于當(dāng)前幾種重要的艦船數(shù)字圖像識(shí)別方法,具有實(shí)際應(yīng)用前景。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(08)北大核心

【文章頁數(shù)】：3 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于支持向量機(jī)的艦船圖像識(shí)別[J]. 嚴(yán)軍,王典洪.  光學(xué)與光電技術(shù). 2004(04)



本文編號(hào)：3184953