论文摘要
将非负矩阵分解(NMF)算法应用到空间目标图像识别中,对两种传统NMF算法的迭代规则进行了改进,得到了稀疏NMF算法,并分别在二维(2D)和(2D)2维度应用了这3种算法。在实验室模拟了空间光学环境,获得了多组空间目标缩比模型图像,图像预处理后建立了训练样本库和测试样本库,运用不同NMF算法对训练样本进行了特征基提取,采用最小距离分类器进行了测试样本的分类,各种NMF算法识别率均在78%以上,最高可达90%。实验结果验证了所提算法的有效性,与其他已有的目标图像识别方法相比,具有准确率较高、速度快、资源开销少的优点。
论文目录
文章来源
类型: 期刊论文
作者: 孙静静,赵飞
关键词: 图像处理,图像识别,非负矩阵分解,空间目标图像,最小距离分类器
来源: 激光与光电子学进展 2019年10期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 航空航天科学与工程,计算机软件及计算机应用
单位: 中国科学院光电研究院中国科学院计算光学成像技术重点实验室,中国科学院大学
基金: 中国科学院战略优先研究项目(XDA17040200)
分类号: V52;TP391.41
页码: 130-137
总页数: 8
文件大小: 1930K
下载量: 300