基于多模板子空间的支持向量机多类自然形状识别

您当前的位置：

首页 >

文章列表页 >

更新时间：2025-09-01

- 基于多模板子空间的支持向量机多类自然形状识别
- Natural shape object recognition based on multitemplate subspace and support vector machine
- 光学技术 2006年第2期页码：253-256
- 作者机构：
  
  1:燕山大学通信电子工程系,河北,秦皇岛,066004
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2006
- 稿件说明：
移动端阅览
胡正平. 基于多模板子空间的支持向量机多类自然形状识别[J]. 光学技术, 2006,(2):253-256.

Natural shape object recognition based on multitemplate subspace and support vector machine[J]. 2006, (2): 253-256.
胡正平. 基于多模板子空间的支持向量机多类自然形状识别[J]. 光学技术, 2006,(2):253-256. DOI：

Natural shape object recognition based on multitemplate subspace and support vector machine[J]. 2006, (2): 253-256. DOI：

自然物体的检测与识别是机器视觉以及模式识别的重要任务。由于自然物体形状的多样性与柔性以及视觉判别的复杂性

使基于计算机的自然形状物体的准确检测与识别变得比较困难。提出了基于多模板子空间的支持向量机(SVM)多类自然形状识别方法。利用广义Hough变换表示自然形状物体轮廓

针对每个类别通过训练得到多个匹配模板;检测时利用多模板最近邻相关匹配进行粗检测

使用支持向量机进行分类。在相关匹配限定的子空间内收集训练样本

有效地降低了训练样本数目。实验结果证明所提出的自然形状检测与识别方法是十分有效的

大大改进了经典检测算法的检测效果以及自动化程度。

浏览量

149

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于激光雷达的内河无人船障碍物识别方法

基于Krawtchouk矩和支持向量机的印鉴真伪识别

紫外/可见光下海洋溢油油种光谱识别方法

适用于星敏感器的导航星表构造算法研究

基于模糊支持向量机的高光谱图像分类