基于支持向量机的长波红外目标分类识别算法

• 作者: 王周春 崔文楠 张涛
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 长波红外目标 支持向量机 识别特征 目标识别
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 153-161
• 页数: 9页
• 分类号: TN219
• 语种: 中文

摘要

红外图像的分辨率低和色彩单一,但由于红外设备的全天候工作特点,因而在某些场景具有重要作用.本文采用一种基于支持向量机(support vector machine,SVM)的长波红外目标图像分类识别的算法,在一幅图像中,将算法提取的边缘特征和纹理特征作为目标的识别特征,输入到支持向量机,最后输出目标的类别.在实验中,设计方向梯度直方图+灰度共生矩阵+支持向量机的组合算法模型,采集8种人物目标场景图像进行训练和测试,实验结果显示:相同或者不相同人物目标,穿着不同服饰,算法模型的分类识别正确率较高.因此,在安防监控、工业检测、军事目标识别等运用领域,此组合算法模型可以满足需要,在红外目标识别领域具有一定的优越性.