论文部分内容阅读
军事目标分类是一个重要的研究方向。在复杂背景下不同的军事目标的相似度较高,使得基于传统视觉特征的军事目标的分类精度不高。提出一种基于改进典型相关分析的局部二值模式(LBP)和分层梯度方向直方图相结合的军事目标分类方法。首先提取军事目标的LBP和PHOG特征;然后利用改进的典型相关分析将LBP与PHOG特征相融合;最后利用K-最近邻分类器对图像进行分类。该方法的优点在于LBP与PHOG相融合的特征有比较好的分类能力和鲁棒性。在军事目标数据集上的分类结果表明,该方法是有效可行的。该方法为军事目标识别系统