结合SVM和分形维数的多特征红外人造目标提取

来源 :浙江师范大学学报(自然科学版) | 被引量 : 4次 | 上传用户:songyuyue
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究了红外图像中人造目标的提取.首先,通过计算红外图像目标的分形维数确定红外目标和背景的大致区域;然后,分别提取目标图像和背景图像的灰度级特征(邻域中心像素亮度、邻域中值亮度和邻域平均亮度),再利用支持向量机(SVM)进行训练,并尝试用不同的核函数及其参数建立最适当的区分目标和背景像素点的模型,进而把红外图像像素点分成目标和背景2类;最后,利用构建的模型实现红外图像中人造目标的提取.实验结果表明,用该方法建立的分类模型可以有效地提取红外图像中的人造目标.
其他文献
产生待诊断设备冲突集的所有极小碰集是基于模型诊断的一个重要步骤,极小碰集即为该设备的候 选诊断.HS-tree算法产生的节点数目较多,效率较低.因此,提出了基于极大度和极小
根据棘轮理论设计了一个基于碳纳米管的纳米水泵模型,利用在碳纳米管壁偏离中点的位置施加一周期性的机械振动来驱动纳米管中的水;用分子动力学模拟重点研究了纳米管壁不同位置