一种KCCA融合局部特征和全局特征的目标识别算法

• 作者: 樊养余 赵炯
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 特征融合 核典型相关分析 支持向量机 目标识别
• 年，卷（期）: 2010,（11）
• 页码范围: 37-40
• 分类号: TP391.4
• 字数: 4253字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2010.11.010

摘要

提出一种新的KCCA特征融合算法.首先分别提取目标图像的局部特征SIFT和全局Pseudo-Zernike矩特征,并利用K-means算法对局部特征进行预处理;然后利用KCCA将两种特征提取相关特征进行融合,最后将融合特征送入SVM分类器.对遥感飞机图像库做了分类识别的仿真实验.相比于单一特征和CCA特征融合的识别策略,KCCA识别率得到明显提高,理论分析和实验结果证实了该算法具有良好的准确性与可靠性,能够有效提高图像分类识别系统的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊养余	西北工业大学电子信息学院	212	1698	20.0	32.0
2	赵炯	西北工业大学电子信息学院	5	21	3.0	4.0