基于多尺度特征聚类算法的不确定目标检测

基于多尺度特征聚类算法的不确定目标检测

论文摘要

提出一种基于无样本的SAR图像目标检测分类方法。针对空战过程中难以获得大量SAR图像目标样本问题,采用基于全局CFAR的多尺度SIFT特征进行目标纹理描述,并针对特征维度较高及特征描述之间存在的冗余问题,通过PCA算法对其进行降维处理后,采用DBSCAN算法对潜在目标区域的多尺度SIFT特征进行分类实现目标检测。通过单一目标和多类目标图像进行实验验证,实验结果表明该方法具有一定的有效性和可行性。

论文目录

  • 0 引言
  • 1 多尺度SAR目标特征提取
  •   1.1 基于灰度特征的目标特征点选取
  •   1.2 潜在目标局部区域选择
  •   1.3 SIFT特征描述
  •   1.4 PCA特征降维
  • 2 基于DBSCAN目标聚类的目标分类
  • 3 实验验证与分析
  •   3.1 单类目标SAR图像检测
  •   3.2 SAR图像中多类目标检测
  •   3.3 实验分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 周颖,赵晓哲,逯超

    关键词: 图像,特征,聚类算法,目标分类

    来源: 火力与指挥控制 2019年04期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 武器工业与军事技术,电信技术,计算机软件及计算机应用

    单位: 西北工业大学电子信息学院

    分类号: E91;TP311.13;TN957.52

    页码: 164-168

    总页数: 5

    文件大小: 2324K

    下载量: 99

    相关论文文献

    • [1].基于聚类算法的电信客户流失的预测研究[J]. 河北北方学院学报(自然科学版) 2018(11)
    • [2].聚类算法在教师考评中的应用[J]. 电子技术与软件工程 2017(21)
    • [3].基于移动感知聚类算法的无线资源优化策略研究[J]. 大庆师范学院学报 2019(03)
    • [4].基于改进聚类算法的卫星数据异常检测模型[J]. 科技通报 2018(07)
    • [5].浅议聚类算法在TensorFlow平台中的应用前景[J]. 数字技术与应用 2018(05)
    • [6].无人仓系统中订单分批策略研究[J]. 数字技术与应用 2019(05)
    • [7].基于k-means聚类算法的入侵检测系统的研究与实现[J]. 湖北农机化 2017(05)
    • [8].改进的k-nn快速分类算法[J]. 计算机工程与应用 2009(11)
    • [9].基于聚类算法的双孢菇保鲜运输智能导航策略[J]. 全球定位系统 2018(03)
    • [10].基于改进型模糊聚类算法(FCM)的复印纸质量综合分析[J]. 中华纸业 2018(18)
    • [11].基于云计算的大数据处理及关键技术[J]. 电子技术与软件工程 2018(22)
    • [12].相似性度量对聚类性能的影响[J]. 信息与电脑(理论版) 2012(24)
    • [13].MapReduce框架下常用聚类算法比较研究[J]. 河北省科学院学报 2019(02)
    • [14].齿轮故障诊断中的选择性集成技术[J]. 上海电机学院学报 2009(02)
    • [15].基于K-Means聚类算法的高速公路疑似假轴车辆判别[J]. 上海船舶运输科学研究所学报 2018(04)
    • [16].校车的线路选择及优化设计方法[J]. 计算机工程与应用 2015(12)
    • [17].聚类算法在评估区域水资源中的应用[J]. 科技广场 2008(12)
    • [18].基于免疫遗传算法的模糊C-均值聚类[J]. 计算机工程与应用 2009(23)
    • [19].基于敏感部位图像特征的提取方法研究[J]. 赤峰学院学报(自然科学版) 2017(21)
    • [20].结合聚类与关联规则提高餐饮服务质量的方法研究[J]. 现代信息科技 2019(16)
    • [21].基于聚类算法的虚拟单元布局研究[J]. 机械设计与制造工程 2013(02)
    • [22].基于数据挖掘技术的湖南省县域乡村分类分析[J]. 湘潭大学学报(自然科学版) 2019(01)
    • [23].基于Hadoop平台的气象数据聚类研究与实现[J]. 信息系统工程 2016(10)
    • [24].基于密度加权的粗糙K-均值聚类改进算法[J]. 计算机科学 2009(03)
    • [25].一种改进的基于大密度区域的FCM算法[J]. 福建电脑 2018(11)
    • [26].基于聚类算法的社团发现算法研究[J]. 电子世界 2016(17)
    • [27].混合数据聚类的网络入侵检测算法研究[J]. 计算机光盘软件与应用 2013(11)
    • [28].四种聚类方法之比较[J]. 微型机与应用 2010(16)
    • [29].基于聚类的客户细分方法研究[J]. 电脑知识与技术 2008(S1)
    • [30].裂纹图像分割与提取的聚类分析方法[J]. 烟台大学学报(自然科学与工程版) 2018(01)

    标签:;  ;  ;  ;  

    基于多尺度特征聚类算法的不确定目标检测
    下载Doc文档

    猜你喜欢