基于组合特征选择的目标识别算法研究

作者：郑春红; 王传聪; 林稚璞; 杨刚

来源：上海航天, 2017, 34(05): 59-64.

DOI：10.19328/j.cnki.1006-1630.2017.05.009

• 遥感飞机图像
• 目标识别
• 组合不变矩
• 特征选择
• 主成分分析法
• 支持向量机
• 识别效果
• 参数优化

针对飞机遥感图像识别,对一种基于组合特征选择的目标识别算法进行了研究。考虑获取的飞机样本数量有限,且存在旋转、遮挡等现象,采用提取图像熵值、归一化转动变量、Fourier描述子、Hu矩和Zernike矩不同的不变矩描述其整体和细节特征,用离差标准化的归一化方法进行特征融合。考虑组合不变矩维数相对较高,用主成分分析(PCA)算法进行特征选择以避免维数灾难。用具参数优化的支持向量机(SVM)进行分类识别。给出了目标识别算法的流程。进行了手写数字和飞机目标识别两个仿真实验,结果表明:该特征选择方法在基于MNIST数据集的小样本手写体数字图像识别中,识别效果良好;在有限样本的飞机识别中,经特征选择后识别效果有较大改善,识别时间缩短,训练样本数据多,识别的精度会更高,但当飞机目标的不同姿态下形状发生变化时识别效果会变差。

• 单位
  电子工程学院; 西安电子科技大学