基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
更准确地对高分辨率可见光机场区域图像进行飞机目标的识别,提出了一种基于主成分分析(PCA-principal component analysis)和模板匹配的方法进行飞机识别.首先对图像进行均值滤波和直方图均衡化,并进行灰度直方图分析,判定图像中是否存在机场,在机场提取的基础上进行飞机图像分割,并对各个分割区域进行主成分分析,将其主轴旋转成水平方向,然后和模板库匹配,进行飞机识别.实验结果证明,该方法对飞机目标的识别是有效的.
推荐文章
基于 PCA-PS O的图像匹配和拼接
图像匹配
主分量分析法
粒子群优化算法
图像拼接
基于峰值匹配的SAR图像飞机目标识别方法
合成孔径雷达
目标识别
方位角计算
峰值匹配
改进PCA-SIFT的电子标签图像匹配算法
图像匹配
PCA
K-means聚类
SIFT算法
电子标签
基于支持向量机的飞机图像识别算法
飞机图像识别
支持向量机
特征向量
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PCA和图像匹配的飞机识别算法
来源期刊 中国体视学与图像分析 学科 工学
关键词 飞机识别 图像分割 主成分分析 模板匹配
年,卷(期) 2009,(3) 所属期刊栏目 论著
研究方向 页码范围 261-265
页数 5页 分类号 TP391.41
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏巍 11 67 5.0 8.0
2 张艳宁 187 2026 21.0 35.0
3 邵大培 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (47)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
飞机识别
图像分割
主成分分析
模板匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国体视学与图像分析
季刊
1007-1482
11-3739/R
16开
北京清华大学工物系(刘卿楼)211室
1996
chi
出版文献量(篇)
1334
总下载数(次)
3
总被引数(次)
7461
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导