结合SVM和分形维数的多特征红外人造目标提取

被引:2
作者
张长江
陈源
赵翠芳
杨丽丽
机构
[1] 浙江师范大学数理与信息工程学院
关键词
SVM; 分形维数; 红外图像; 人造目标;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
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.
引用
收藏
页码:133 / 139
页数:7
相关论文
共 7 条
[1]   舰船红外图像处理技术及应用 [J].
郭海涛 ;
周军 .
海洋技术, 2009, 28 (03) :91-92
[2]   一种有效的红外图像中人造目标分割方法 [J].
金梅 ;
张长江 .
光电工程, 2005, (04) :82-85
[3]   红外序列图像的支持向量机分割方法 [J].
杜峰 ;
施文康 ;
邓勇 ;
朱振幅 .
光电工程, 2005, (03) :62-65
[4]  
图像处理和分析教程[M]. 人民邮电出版社 , 章毓晋, 2009
[5]  
分形理论及其在信号处理中的应用[M]. 清华大学出版社 , 赵健, 2008
[6]  
Automatic extraction of urban road networks from multi-view aerial imagery[J] . Stefan Hinz,Albert Baumgartner. ISPRS Journal of Photogrammetry and Remote Sensing . 2003 (1)
[7]  
Maximum Likelihood from Incomplete Data via the EM Algorithm[J] . A. P. Dempster,N. M. Laird,D. B. Rubin. Journal of the Royal Statistical Society. Series . 1977 (1)