咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >可见光-近红外HSV图像融合的场景类字典稀疏识别方法 收藏

可见光-近红外HSV图像融合的场景类字典稀疏识别方法

Scene sparse recognition method via intra-class dictionary for visible and near-infrared HSV image fusion

作     者:刘佶鑫 魏嫚 LIU Jixin;WEI Man

作者机构:宽带无线通信技术教育部工程研究中心(南京邮电大学)南京210003 南京邮电大学通信与信息工程学院南京210003 

出 版 物:《计算机应用》 (journal of Computer Applications)

年 卷 期:2018年第38卷第12期

页      面:3355-3359,3366页

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基  金:国家自然科学基金资助项目(61401220 61471206) 南京邮电大学科研基金资助项目(NY218066) 

主  题:图像融合 近红外 可见光 场景识别 稀疏识别 

摘      要:针对典型自然场景智能观测的需求,为提高稀疏分类器在小样本数据库上的识别精度,提出一种可见光和近红外(NIR) HSV图像融合的场景类字典稀疏识别方法。首先,利用一直应用在计算机视觉显示领域中的图像HSV伪彩色处理技术将近红外图像与可见光图像融合;然后,对融合图像进行通用搜索树(Gi ST)特征和分层梯度方向直方图(PHOG)特征的提取与融合;最后,结合提出的类字典稀疏识别方法得到场景分类结果。所提方法在RGBNIR数据库上的实验识别精度达到了74. 75%。实验结果表明,融合近红外信息的场景图像的识别精度高于未融合时的识别精度,所提方法能够有效增加稀疏识别框架下场景目标的信息表征质量。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分