[发明专利]一种基于稀疏滤波特征选择的目标识别方法

摘要

本发明公开了一种基于稀疏滤波特征选择的目标识别方法，该方法主要应用于飞机目标的识别，方法包括建立飞机遥感图像的数据库并使用多种不变性特征提取飞机目标遥感图像的组合特征，然后对组合特征进行归一化和非线性变换，再使用稀疏滤波算法进行特征选择，降低组合特征维度，去除冗余特征，最后训练支持向量机模型进行飞机目标的识别。采用本方法可以去除飞机目标的旋转、遮挡对识别结果的影响，而且由于因此该方法具有较强的鲁棒性和泛化能力，因此还可以应用在多种目标识别领域。

主权项

一种基于稀疏滤波特征选择的目标识别方法，其特征在于，包括以下步骤：1)建立飞机遥感图像的数据库，并将其划分为训练数据集x和测试样本集y；2)提取训练数据集x中飞机目标遥感图像的特征，包括图像的熵、归一化转动变量NMI、Hu矩、Fourier描述子和Zernike矩，将飞机目标遥感图像的特征进行归一化，组成飞机目标遥感图像的组合不变性特征X∈Rm×n，其中m和n分别为图像数量维数和特征维数；3)利用组合不变性特征X训练稀疏字典D∈Rn×l，使用稀疏滤波方法进行特征选择，减少特征的维度，得到紧凑的特征表达F，其中l表示特征选择后的特征维数；4)利用优化后的特征F训练基于RBF核的SVM分类器，得到用于飞机目标识别的分类器模型；5)按步骤2～3)的方法提取测试样本集y的组合不变性特征进行特征选择，将得到的非线性变换特征输入经过步骤4)训练的SVM分类器进行分类，得到最终的测试结果。