作者：郑春红; 王传聪; 林稚璞; 杨刚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
摘要：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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
