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：红外技术, 2021, 43(02): 153-161.

• 长波红外目标
• 支持向量机
• 识别特征
• 目标识别

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。

• 单位
  上海科技大学; 中国科学院大学; 中国科学院上海技术物理研究所