期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:王树国,黄勇杰,张生.可见光图像中飞机目标的特征选择及提取[J].哈尔滨工业大学学报,2010,42(7):1056.DOI:10.11918/j.issn.0367-6234.2010.07.011
WANG Shu-guo,HUANG Yong-jie,ZHANG Sheng.Selection and extraction of features of aircraft in optical image[J].Journal of Harbin Institute of Technology,2010,42(7):1056.DOI:10.11918/j.issn.0367-6234.2010.07.011
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1508次   下载 1448 本文二维码信息
码上扫一扫!
分享到: 微信 更多
可见光图像中飞机目标的特征选择及提取
王树国1, 黄勇杰1,2, 张生2
1.哈尔滨工业大学机电工程学院;2.空军装备研究院
摘要:
针对目前大部分飞机目标识别算法都依赖建立的样本库,导致对样本库外的飞机不能很好识别的问题,分析了可见光图像中飞机目标在模式识别中的特征选择及提取方法.比较几种不同特征选择及提取方法,依据人工判读识别飞机目标的思维方法以及可见光图像的特点,提出了可见光图像中飞机目标的5个典型识别特征的提取方法,最后利用模糊模式识别方法完成对飞机目标的识别.实验结果表明:该算法能够对可见光图像中的飞机目标进行较好识别,准确率较高,平均识别率达到了90%以上.
关键词:  可见光图像  特征提取  飞机识别  模式识别
DOI:10.11918/j.issn.0367-6234.2010.07.011
分类号:TP391.41
基金项目:国家自然科学基金资助项目(60575016)
Selection and extraction of features of aircraft in optical image
WANG Shu-guo1, HUANG Yong-jie1,2, ZHANG Sheng2
1.School of Mechanics and Electronics Engineering,Harbin Institute of Technology,Harbin 150001,China;2.Air Force Institute of Equipments,Beijing 100076,China
Abstract:
At present most of the aircraft recognitions rely on sample database,which leads to poor accuracy for aircraft outside the database.The problems of feature selection and extraction for aircraft in optical image were studied through analyzing the principle of the methods commonly used in pattern recognition.Extracting method for five recognition features based on human way of thinking and the characteristic of aircraft in optical image was proposed.Fuzzy pattern recognition was applied in the aircraft recognition.Experimental results show that the method can accomplish aircraft recognition with high accuracy.
Key words:  optical image  feature extraction  aircraft recognition  pattern recognition

友情链接LINKS