一种适用于情报图像处理的图像集分类算法

• 作者: 李大超 韩松
• 来源期刊: 航空电子技术
• 学科: 工学
• 关键词: 图像集 I2C 朴素贝叶斯最邻近(NBNN) 情报图像处理
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 系统与综合
• 页码范围: 20-27
• 页数: 8页
• 分类号: TP317.4
• 字数: 6627字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-141X.2019.03.04

摘要

无人机情报处理系统是无人机地面控制系统的重要组成部分之一,主要负责对无人机侦察载荷下传的侦察情报进行处理,从复杂的情报中获得直观的情报产品并传递给上级和友邻单位.对于搭载光电载荷的无人机情报处理当前仍以依靠人力鉴别为主.介绍一种基于快速近似最近邻(FLANN)搜索特征的K近邻用分类决策,可去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李大超		8	5	1.0	2.0
2	韩松		1	0	0.0	0.0