应用空间金字塔池化LBP特征的舰船检测识别

摘要：

传统LBP特征进行目标识别主要依靠局部图像LBP特征直方图来实现,通常只能满足小邻域内小量采样点计算LBP特征的情况.当需要计算像素在更大空间邻域更多采样点的对比纹理特征时,直方图特征的维度将会造成维数灾难.本文提出应用空间金字塔池化方式对LBP特征进行池化,并在LBP特征计算过程中采用多种邻域尺度和不同采样点数量,充分挖掘不同尺度下图像的纹理特征,从而建立完备的图像描述特征.在利用支持向量机或其他训练网络进行识别模板训练时,需要输入特征集具有相同的维度,传统LBP算法首先对图像按一定尺寸重构/裁切,时常会发生畸变而与现实出现偏离和信息丢失,对识别正确率存在影响.本文通过空间金字塔尺度对任意大小图像的LBP特征进行池化,输出特征维度为固定长度,有效避免了图像畸变与信息丢失的情况.实验证明,本文方法不仅避免了维度灾难的发生,同时能够更高效地提高目标检测率和识别正确率.

关键词：空间金字塔、池化、多尺度、LBP特征、舰船检测、舰船识别

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61303192

在线出版日期：2017-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：783-788