尺度分层多阈值结合SVM分类的热红外舰船识别

• 作者: 姜挺 江刚武 马兰
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 热红外 舰船目标 支持向量机 分层多阈值 目标检测
• 年，卷（期）: 2017,（6）
• 页码范围: 602-606
• 页数: 5页
• 分类号: P237|TP753
• 字数: 4076字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2017.06.011

摘要

针对尺度自适应选择分层多阈值方法,有时检测目标不完整且存在较多虚警目标等问题,提出了一种基于尺度分层多阈值和SVM分类相结合的舰船目标检测与识别方法.首先使用尺度自适应分层多阈值方法进行初检测;其次根据样本学习生成舰船目标特征及最佳分类特征组合;最后使用SVM样本学习分类实现舰船目标检测与识别.实验结果表明,该方法比单一使用样本分类法降低了虚警率,提高了检测效率,能在近岸舰船目标与背景对比度较低的情况下实现虚假目标有效剔除,且在突堤式码头停放的舰船目标识别中更有效和更稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜挺		60	542	14.0	20.0
2	江刚武		50	501	13.0	20.0
3	马兰		4	8	2.0	2.0