基于可视化技术的复杂舰船图像分类研究

摘要：

舰船图像分类是当前舰船研究领域中的一个研究热点,当前舰船图像分类方法存在一定的不足,如对于复杂舰船图像分类耗时长,错分概率高,为了降低复杂舰船图像错分的概率,设计了基于可视化技术的复杂舰船图像分类方法.首先分析舰船图像分类的研究现状,找到引起舰船图像分类效果不理想的原因,然后采集舰船图像,并采用可视化技术对舰船图像进行预处理,提高舰船图像视觉效果,最后采用神经网络建立舰船图像分类模型,并在Matlab 2019平台上与其它舰船图像分类方法进行了对比测试.结果表明,本文方法可以准确地划分各类舰船图像,相对于其他方法,舰船图像错分概率有显著的减少,尤其对于复杂的舰船图像,本文方法的分类结果优越性更加明显,可以满足舰船图像处理的实际应用要求.

关键词：复杂舰船图像、可视化技术、研究进展、错分概率、神经网络

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：教育教学改革研究项目2020JG004

在线出版日期：2022-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：187-189