基于增强SVM算法的红外舰船图像识别研究

• 作者: 方璐 李敏 盛校粼 石泽琼 董言治
• 来源期刊: 烟台大学学报（自然科学与工程版）
• 学科: 工学
• 关键词: 红外偏振 SVM分类器 舰船目标识别 模板匹配
• 年，卷（期）: 2018,（3）
• 页码范围: 254-259
• 页数: 6页
• 分类号: TP751
• 字数: 3274字
• 语种: 中文
• DOI: 10.13951/j.cnki.37-1213/n.2018.03.011

摘要

红外偏振成像技术是针对复杂环境中识别目标的重要技术手段,是近年来国内外红外成像技术研究的重点.针对近岸复杂背景下的军用舰船红外偏振图像目标识别问题,提出了一种基于机器学习的分类算法.首先提取图像HOG特征,结合SVM分类器正确检测出舰船目标和渔船目标;然后运用基于灰度的归一化模板匹配算法实现舰船目标的识别.仿真结果表明,该算法具有良好的性能,能够有效地识别红外舰船目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董言治	烟台大学光电信息科学技术学院	10	11	2.0	2.0
2	方璐	烟台大学光电信息科学技术学院	2	5	2.0	2.0
3	李敏		1	3	1.0	1.0
4	盛校粼	烟台大学光电信息科学技术学院	1	3	1.0	1.0
5	石泽琼	烟台大学光电信息科学技术学院	3	3	1.0	1.0