-
题名基于傅里叶描述子和加权稀疏表示的军事图像分类方法
被引量：1
- 1
-
-
作者
谢泽奇
张会敏
张善文
-
机构
郑州大学西亚斯国际学院
-
出处
《计算机应用与软件》
北大核心
2019年第3期68-71,75,共5页
-
基金
国家自然科学基金项目(61473237)
河南省高等学校青年骨干教师培养计划(2018GGJS200)
+1 种基金
河南省科技厅重点研发与推广专项(科技攻关)项目(182102210545)
郑州大学西亚斯国际学院2018年度科研资助项目(2018-YB-32)
-
文摘
军事图像分类是一个重要的研究方向。在傅里叶描述子和加权稀疏表示的基础上,提出一种军事图像分类方法。利用Canny算法提取军事图像的轮廓特征,计算轮廓点的中心距离序列;再将该序列转换为极坐标转换,进行傅里叶变换,得到军事图像的改进傅里叶描述子;利用加权稀疏表示分类方法对图像进行分类。该方法的优点在于提取的傅里叶描述子具有很好的平移、旋转、尺度缩放和轮廓起始点的不变性。加权稀疏表示能够克服遮挡、弱特征、视角和姿态变化等因素的影响,并且具有较强的形状区分能力。在ICL军事图像数据库上进行分类实验,分类率高达92%以上。结果表明,该方法是有效可行的,能够为军事图像自动分类识别系统提供技术参考。
-
关键词
军事图像分类
中心-边界距离序列
改进傅里叶描述子
加权稀疏表示分类
-
Keywords
military image classification centre-edge distance sequence
Modified Fourier descriptor
Weighted sparse representation based classification(SRC)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
