在復(fù)雜多變的海面環(huán)境下,應(yīng)用紅外成像技術(shù)對(duì)海面中小目標(biāo)進(jìn)行搜救時(shí),為有利于后續(xù)針對(duì)不同場(chǎng)景的目標(biāo)處理,有必要對(duì)采集的原始圖像進(jìn)行分類處理。根據(jù)不同的環(huán)境條件,將海面紅外圖像分為五類場(chǎng)景。從兩個(gè)方面對(duì)訓(xùn)練集圖像進(jìn)行特征提取,一個(gè)是通過高斯濾波將圖像分為基礎(chǔ)層和細(xì)節(jié)層,然后使用改進(jìn)的方向梯度直方圖（HOG）方法提取特征;另一個(gè)是提取圖像的局部對(duì)比度得到局部特征。將提取的特征向量融合并輸入到分類器中,使用支持向量機(jī)（SVM）對(duì)測(cè)試集圖像進(jìn)行分類。文章使用了HOG和局部對(duì)比度方法（LCM）結(jié)合的新特征描述符對(duì)海面紅外圖像的場(chǎng)景進(jìn)行分類,與其它方法相比,結(jié)果表明改進(jìn)方法的準(zhǔn)確率達(dá)到96.4%,體現(xiàn)了可行性和有效性。 

【文章來源】：紅外與毫米波學(xué)報(bào). 2020,39(05)北大核心

【文章頁(yè)數(shù)】：9 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]Neural Network Prediction Model for Ship Hydraulic Pressure Signal Under Wind Wave Background[J]. 李松,張春華,石敏.  Journal of Shanghai Jiaotong University（Science）. 2015(02)



本文編號(hào)：3033465