基于2DPCA的特征融合方法及其应用

• 作者: 陶冰洁 魏旭
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 二维主成分分析 特征融合 弱小目标 图像匹配
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 学术探讨
• 页码范围: 70-72
• 页数: 3页
• 分类号: TN911.73
• 字数: 3117字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.05.022

摘要

通过对图像特征融合的一般规律的研究,提出了一种基于二维主成分分析(简称2DPCA)的图像特征融合算法.首先选取包括分形特征、多向多尺度梯度特征、局域灰度概率特征在内的目标图像的多种特征,组成特征向量,对该向量进行二维主成分分析,得到一个变换矩阵,再利用该变换矩阵和原特征向量的乘积得到新的综合特征.该综合特征即为经过融合后得到的特征.在对弱小目标匹配跟踪的仿真结果表明,该方法效果优于常规的灰度匹配和基于PCA的特征融合方法,且耗时与后者相差不大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶冰洁	电子科技大学电子工程学院	6	67	4.0	6.0
2	魏旭	电子科技大学电子工程学院	1	10	1.0	1.0