基于傅里叶描述子和加权稀疏表示的军事图像分类方法

• 作者: 张会敏 张善文 谢泽奇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 军事图像分类 中心-边界距离序列 改进傅里叶描述子 加权稀疏表示分类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 68-71,75
• 页数: 5页
• 分类号: TP391.41
• 字数: 3907字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.03.013

摘要

军事图像分类是一个重要的研究方向.在傅里叶描述子和加权稀疏表示的基础上,提出一种军事图像分类方法.利用Canny算法提取军事图像的轮廓特征,计算轮廓点的中心距离序列;再将该序列转换为极坐标转换,进行傅里叶变换,得到军事图像的改进傅里叶描述子;利用加权稀疏表示分类方法对图像进行分类.该方法的优点在于提取的傅里叶描述子具有很好的平移、旋转、尺度缩放和轮廓起始点的不变性.加权稀疏表示能够克服遮挡、弱特征、视角和姿态变化等因素的影响,并且具有较强的形状区分能力.在ICL军事图像数据库上进行分类实验,分类率高达92％以上.结果 表明,该方法是有效可行的,能够为军事图像自动分类识别系统提供技术参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张善文	郑州大学西亚斯国际学院	20	95	6.0	8.0
2	谢泽奇	郑州大学西亚斯国际学院	18	85	6.0	8.0
3	张会敏	郑州大学西亚斯国际学院	22	79	5.0	7.0