基于HOG和SVM的船舶图像分类算法 |
| |
作者姓名: | 吴映铮 杨柳涛 |
| |
作者单位: | 上海船舶运输科学研究所航运技术与安全国家重点实验室,上海,200135;上海船舶运输科学研究所航运技术与安全国家重点实验室,上海,200135 |
| |
摘 要: | 针对目前船舶识别率较低的问题,提出一种基于方向梯度直方图(Histogram of Oriented Gradients, HOG)和支持向量机(Support Vector Machine, SVM)的船舶图像分类算法模型。该算法模型首先利用HOG算法获取船舶图像的边缘特征,包括图像灰度化和Gamma处理等图像预处理过程。通过LIBSVM工具箱中的SVM分类器对船舶的HOG特征进行训练,从而完成对SVM分类器模型的训练。根据预先标记的船舶测试集对SVM分类器模型的应用效果进行验证。结果表明,该模型的识别准确率达到84.14%,具有较高的识别精度,可很好地实现船舶图像分类。
|
关 键 词: | 船舶识别 方向梯度直方图 支持向量机 边缘特征 |
Ship Image Classification by Combined Use of HOG and SVM |
| |
Authors: | WU Yingzheng YANG Liutao |
| |
Institution: | (State Key Laboratory of Navigation and Safety Technology,Shanghai Ship andShipping Research Institute,Shanghai 200135,China) |
| |
Abstract: | WU Yingzheng;YANG Liutao(State Key Laboratory of Navigation and Safety Technology,Shanghai Ship andShipping Research Institute,Shanghai 200135,China) |
| |
Keywords: | ship recognition HOG SVM edge feature |
本文献已被 维普 万方数据 等数据库收录! |
|