-
题名局部纹理特征改进空闲车位智能检测算法
- 1
-
-
作者
张一杨
姚明林
-
机构
唐山学院
-
出处
《机械设计与制造》
北大核心
2021年第2期223-226,共4页
-
基金
国家自然科学基金(61203168)。
-
文摘
针对车辆数量的爆炸式增长而智能停车场车位检测速度慢、正确率低的问题,提出了一种基于局部二值纹理特征改进的空闲车位检测算法,算法首先将监控摄像机采集的车位图像降噪滤波后转化为局部二值模式,然后通过结构模板集提取图像的局部二值纹理特征,作为空闲车位和有车车位的识别特征,最后通过核Fisher判别方法实现空闲车位的检测。实验结果表明,所提方法对空闲车位的正确检测概率达到91.57%,对有车车位的错误检测概率只有4.46%,满足停车场空闲车位自动检测的要求,检测性能优于实验中采用的对比方法。
-
关键词
空闲车位检测
局部二值模式
空间纹理特征
核fisher判别
-
Keywords
Vacant Parking Cell Detection
Local Binary Pattern
Spatial Texture Features
kernel fisher discrimi-nant
-
分类号
TH16
[机械工程—机械制造及自动化]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于KFD＋ICA特征提取的SAR图像目标识别
被引量：8
- 2
-
-
作者
宦若虹
杨汝良
-
机构
中国科学院电子学研究所
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2008年第7期1237-1240,共4页
-
文摘
提出了一种用基于核函数的Fisher判别分析(kernel based Fisher discriminant analysis,KFD)和独立分量分析(independent component analysis,ICA)特征提取的合成孔径雷达(synthetic aperture radar,SAR)图像目标识别方法。用基于核函数的Fisher判别分析提取SAR图像样本在高维特征空间中的最佳分类向量,对最佳分类向量做独立分量分析,得到表征图像样本的特征向量,用支持向量机(support vector machine,SVM)对提取得到的特征向量分类完成目标识别。对MSTAR数据库中三类军事目标用该方法进行特征提取和识别实验,识别率为96.92%。结果表明,KFD+ICA特征提取方法可提取目标的有效特征,在较低特征维数情况下获得较高的目标正确识别率。
-
关键词
合成孔径雷达
特征提取
目标识别
基于核函数的fisher判别分析
独立分量分析
-
Keywords
synthetic aperture radar
feature extraction
target recognition
kernel based fisher discrimi-nant analysis
independent component analysis
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
