10.3969/j.issn.1006-9348.2011.01.062
基于不变矩和SVM分类的三维目标识别方法
在计算机视觉问题的研究中,针对三维目标识别,可综合应用图像的不变矩特征和支持向量机分类方法,为快速目标识别,减少计算量,提出了一种红外图像中多视点目标的识别方法.首先获取各类三维目标的若干二维视图,将视图放在一起进行标准化处理并提取它们的不变特征矩.然后对每组视图的Zernike矩进行聚类;将聚类中心对应的Zernike矩作为此类飞机的特征矩,就完成了三维目特性视图的选取.识别过程中,针对实际要识别的目标,提取它的特征矩并应用支持向量机的方法进行多目标分类.测试结果表明,提出的方法较好地实现了红外图像中多角度目标的识别准确性,与传统的三维目标识别算法相比,计算量较小,是一种有效的自动目标识别算法.
多角度三维目标识别、支持向量机、特征提取
28
TP317.4(计算技术、计算机技术)
航空科学基金04I53067
2011-04-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
242-245