基于多重判别分析和Zernike矩的目标分类算法

• 作者: 彭华峰 秦记东
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: Zernike矩 多重判别分析(MDA) 主成分分析(PCA) 特征压缩
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 信息处理与技术
• 页码范围: 667-671
• 页数: 5页
• 分类号: TP391.4
• 字数: 4164字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2017.06.006

摘要

针对图像目标分类中Zernike矩特征维数过高的问题,提出一种基于多重判别分析的特征压缩方法.首先对目标图像进行预处理并计算图像的Zernike矩特征,然后采用多重判别分析方法求得投影矩阵并压缩特征,最后依据最小Euclidean距离对数据分类,同时总结了常见的特征压缩评价标准.理论分析和实验结果表明,在计算量相当的情况下,文章方法可获得比主成分分析法更佳的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭华峰		11	10	2.0	2.0
2	秦记东		4	3	1.0	1.0