-
题名基于立体视觉的光谱聚类算法在目标识别中的研究
被引量：1
- 1
-
-
作者
韩伟佳
王国伟
孙亚东
李超然
-
机构
吉林农业大学信息技术学院
长春理工大学光电信息学院信息工程分院
-
出处
《激光杂志》
北大核心
2019年第5期23-26,共4页
-
基金
吉林省自然科学基金
-
文摘
为了降低伪目标引起的误检率,提高系统在复杂环境中的目标识别能力,设计了一种基于立体视觉分析的光谱聚类算法,该算法在结合待测目标几何特性的基础上完成光谱聚类分析,从而实现通过立体视觉作为边界条件的方式消除伪目标的干扰。实验采用TEL-2000型成像光谱仪采集的目标区域图像作为样本与检测数据,分别对不同条件下的目标光谱特征值、非目标光谱特征值以及相关系数进行检测分析,对比目标与伪目标的识别效果。结果显示,目标光谱特征参数个数越多,目标检出概率越大,但伪目标误检概率也较大;非目标光谱特征参数越多,伪目标误检概率越小,但目标检出概率降低;当u=6,v=4,η=0. 6时,识别效果最好。该算法能够保证高目标检出率时实现误检率的有效降低值。
-
关键词
目标识别
谱聚算法
立体视觉分析
识别概率
-
Keywords
target recognition
spectral clustering algorithm
stereo vision analysis
recognition probability
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
O433
[机械工程—光学工程]
-
