基于方向梯度直方图和局部对比度特征的海面背景红外图像分类（英文）

发布时间：2021-02-14 15:22

　　在复杂多变的海面环境下,应用红外成像技术对海面中小目标进行搜救时,为有利于后续针对不同场景的目标处理,有必要对采集的原始图像进行分类处理。根据不同的环境条件,将海面红外图像分为五类场景。从两个方面对训练集图像进行特征提取,一个是通过高斯滤波将图像分为基础层和细节层,然后使用改进的方向梯度直方图（HOG）方法提取特征;另一个是提取图像的局部对比度得到局部特征。将提取的特征向量融合并输入到分类器中,使用支持向量机（SVM）对测试集图像进行分类。文章使用了HOG和局部对比度方法（LCM）结合的新特征描述符对海面红外图像的场景进行分类,与其它方法相比,结果表明改进方法的准确率达到96.4%,体现了可行性和有效性。 

【文章来源】：红外与毫米波学报. 2020,39(05)北大核心

【文章页数】：9 页

【参考文献】：
期刊论文
[1]Neural Network Prediction Model for Ship Hydraulic Pressure Signal Under Wind Wave Background[J]. 李松,张春华,石敏.  Journal of Shanghai Jiaotong University（Science）. 2015(02)



本文编号：3033465