基于HOG和SVM的船舶图像分类算法

• 作者: 吴映铮 杨柳涛
• 来源期刊: 上海船舶运输科学研究所学报
• 学科: 工学
• 关键词: 船舶识别 方向梯度直方图 支持向量机 边缘特征
• 年，卷（期）: 2019,（1）
• 页码范围: 58-64
• 页数: 7页
• 分类号: TP391.4
• 字数: 5139字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5949.2019.01.012

摘要

针对目前船舶识别率较低的问题,提出一种基于方向梯度直方图(Histogram of Oriented Gradients,HOG)和支持向量机(Support Vector Machine,SVM)的船舶图像分类算法模型.该算法模型首先利用HOG算法获取船舶图像的边缘特征,包括图像灰度化和Gamma处理等图像预处理过程.通过LIBSVM工具箱中的SVM分类器对船舶的HOG特征进行训练,从而完成对SVM分类器模型的训练.根据预先标记的船舶测试集对SVM分类器模型的应用效果进行验证.结果 表明,该模型的识别准确率达到84.14％,具有较高的识别精度,可很好地实现船舶图像分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨柳涛	上海船舶运输科学研究所航运技术与安全国家重点实验室	11	32	3.0	5.0
2	吴映铮	上海船舶运输科学研究所航运技术与安全国家重点实验室	1	3	1.0	1.0