-
题名一种基于联合轮廓特征矢量的目标识别方法
被引量:4
- 1
-
-
作者
王波
薛方正
李祖枢
-
机构
重庆大学自动化学院
-
出处
《传感器与微系统》
CSCD
北大核心
2011年第7期64-67,74,共5页
-
基金
国家自然科学基金资助项目(6057407660905053)
-
文摘
针对基于形状特征进行目标识别的方法存在的不足,提出一种联合轮廓不变矩特征和轮廓几何特征的识别方法;针对不同的待识别目标,采集足够数量的训练样本,统计每一个轮廓特征的均值、标准差和变异系数;并据此对这些轮廓特征进行动态筛选和加权,建立起待识别目标的联合轮廓特征矢量模型。在线识别时,提取场景目标的联合轮廓特征矢量,对其进行高斯归一化处理,计算场景目标与待识别目标的加权欧式距离,并根据预设阈值对待识别目标进行识别判断。对比实验验证了该方法的有效性和快速性,具有一定的实际应用价值。
-
关键词
图像目标识别
联合轮廓特征矢量
变异系数
高斯归一化模型
加权欧式距离
-
Keywords
image object recognition
mixed contour feature vector
coefficient of variation
Gaussian normalization model
weighted Euclidean distance
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名轮廓矩不变量在舰船目标识别中的应用
被引量:1
- 2
-
-
作者
刘辉
-
机构
绵阳职业技术学院
-
出处
《舰船科学技术》
北大核心
2016年第10X期127-129,共3页
-
文摘
首先阐述轮廓矩不变量的实现方法;然后选取100幅图像形成训练样本集,获取训练样本集图像的轮廓特征均值、标准差和变异形成特征向量,进行高斯归一化处理,并对处理后的特征向量求取加权欧式距离;最后通过设定阈值实现目标识别,对比实验说明本文算法的实时性好,识别效果好。
-
关键词
轮廓矩不变量
轮廓特征矢量
目标识别
-
Keywords
contour moment invariants
contour feature vector
target recognition
-
分类号
U665.26
[交通运输工程—船舶及航道工程]
-