在復雜多變的海面環(huán)境下,應(yīng)用紅外成像技術(shù)對海面中小目標進行搜救時,為有利于后續(xù)針對不同場景的目標處理,有必要對采集的原始圖像進行分類處理。根據(jù)不同的環(huán)境條件,將海面紅外圖像分為五類場景。從兩個方面對訓練集圖像進行特征提取,一個是通過高斯濾波將圖像分為基礎(chǔ)層和細節(jié)層,然后使用改進的方向梯度直方圖（HOG）方法提取特征;另一個是提取圖像的局部對比度得到局部特征。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（SVM）對測試集圖像進行分類。文章使用了HOG和局部對比度方法（LCM）結(jié)合的新特征描述符對海面紅外圖像的場景進行分類,與其它方法相比,結(jié)果表明改進方法的準確率達到96.4%,體現(xiàn)了可行性和有效性。 

【文章來源】：紅外與毫米波學報. 2020,39(05)北大核心

【文章頁數(shù)】：9 頁

【參考文獻】：
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：3033465