-
题名基于BP神经网络的船舰目标识别分类
被引量:12
- 1
-
-
作者
梁锦雄
王刻奇
-
机构
广州城市职业学院信息技术系
中山大学南方学院电子通信与软件工程系
-
出处
《舰船科学技术》
北大核心
2015年第3期206-209,共4页
-
文摘
随着各国在海洋领域竞争的日益激烈,船舰目标自动识别技术正逐渐成为研究热点。本文利用BP神经网络对航空母舰、驱逐舰、护卫舰、客船、集装箱、民用货船6种船只类型进行分类,首先对船舰图像进行中值滤波,去除随机噪声和椒盐噪声,然后利用OTSU法将灰度图像分割成背景和目标两部分,接着对目标区域提取了Hu不变矩、边缘梯度方向直方图、周长-面积比3个特征。为了使边缘梯度方向直方图也具有旋转和尺度不变性,本文提出了一种变换方法:将直方图循环右移,直至其最大值到达直方图最右端。最后利用BP神经网络对船舰图像进行了训练和测试。测试结果表明,本文的分类算法对船舰目标的分类精度达到84%左右,有效实现了常见船舰类型的识别分类。
-
关键词
BP神经网络
HU不变矩
边缘梯度方向直方图
周长-面积比
-
Keywords
BP neural network
Hu invariant moment
edge gradient direction histogram
perimeterarea ratio
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-