基于物体特征轮廓的单类判别方法.pdf

《基于物体特征轮廓的单类判别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第6期计算机辅助设计与图形学学报Vo1．26No．62014年6月JournalofComputer—AidedDesign&ComputerGraphicsJune2014基于物体特征轮廓的单类判别方法许强，马登武(海军航空工程学院兵器科学与技术系烟台264001)(xuqiang050@sina．com)摘要：针对当前物体轮廓分类方法的不足，提出一种基于物体特征轮廓的单类判别方法．首先修正了一种利用傅里叶描述子对轮廓归一化的方法；然后采用主成分分析对训练轮廓集的符号中心距离点列进行特征向量提取，生成类似“特征脸”的特征轮廓；最后根据轮廓在特征轮

2、廓上投影所产生的截断误差不同设定阈值，进行轮廓类别判定．实验结果表明，与单类支持向量机方法相比，该方法的判别准确率提高了2O．关键词：特征轮廓；单类判别；傅里叶描述子；符号中心距离中图法分类号：TP391One-ClassClassificati0nBasedEigenContoursXuQiangandMaDengwu(DepartmentofOrdnanceScienceandTechnology，NavalAeronauticalandAstronauticalUniversity，Yantai264001)Abstract：Aimingatthes

3、hortcomingsofthecurrentobjectcontourclassificationmethods，wepresentedanovelmethodofone—classclassificationbasedoneigencontour．FirstacommonnormalizationmethodofobjectcontourusingFourierdescriptoriscorrected；Theneigencontouriscreated，whichissimilarwith“eigenface’’byapplyingPCAtothep

4、ointrangeofsignedcentroiddistance；At1ast，thecontouraccordingtothethresholdvalueiSclassified，whichiSbasedontheprinciplethatdifferentkindofcontourhasdifferentprojectingvalueontheeigencontour．Experimentalresultsverifytheeffectivenessofthismethodwithclassificationaccuracy2Ohigherthant

5、hatofone—c】assSVM．Keywords：eigencontour；one-classclassification；Fourierdescriptor；signedcentroiddistance轮廓是物体重要的视觉特征，对于红外、合成孔服这2类方法的不足．现有的单类判别模型主要是径雷达等分辨率较低的图像目标判别非常重要．现单类支持向量机(supportvectormachine，SVM)模有的基于物体轮廓的判别方法可以分为2类[1]：一型¨]，但这种模型的判别准确率不能满足工程上的类是通过已知物体轮廓的标准模板与待判别物体轮需求．针对上述轮廓

6、分类方法的不足，本文提出了一廓进行对比判别[2；另一类是对已有物体轮廓集进种新的单类判别方法．行训练，通过构造判别函数进行判别．第1类方法的不足是同一类物体的轮廓多样，很难选择一个1本文方法标准轮廓替代一类轮廓，第2类方法的不足是不能解决已有轮廓训练集不包含待判别物体轮廓类的问本文方法首先利用傅里叶描述子对物体轮廓进题，利用已知物体轮廓类训练单类判别模型可以克行归一化，然后使用轮廓符号中心距离特征结合主收稿日期：2013-04—27；修回日期：2O13—1卜18．基金项目：航空科学基金(20095184004)．许强(1975一)，男，博士，主要研究方向为

7、红外目标识别；马登武(1964一)，男，博士，教授，博士生导师，主要研究方向为武器系统建模与仿真等．第6期许强，等：基于物体特征轮廓的单类判别方法933成分分析(principalcomponentanalysis，PCA)方详细证明，本文主要对起始点和周期的归一化问题法生成物体轮廓类的特征轮廓(类似“特征进行讨论．因为本文最后的轮廓特征采用的是符号脸”l13)，最后根据待分类轮廓在特征轮廓上投影的中心距离，与轮廓的方向无关，所以没有对轮廓的方信噪比，对轮廓类别进行判定．本文方法的具体流程向进行归一化，但是由于起始点的归一化与轮廓方如图1所示．向有关，因此

8、需要分析文献[16—173中关于方向归一化公式的错误．表1所示为轮