基于傅里叶描述子和加权稀疏表示的军事图像分类方法

摘要

军事图像分类是一个重要的研究方向.在傅里叶描述子和加权稀疏表示的基础上,提出一种军事图像分类方法.利用Canny算法提取军事图像的轮廓特征,计算轮廓点的中心距离序列;再将该序列转换为极坐标转换,进行傅里叶变换,得到军事图像的改进傅里叶描述子;利用加权稀疏表示分类方法对图像进行分类.该方法的优点在于提取的傅里叶描述子具有很好的平移、旋转、尺度缩放和轮廓起始点的不变性.加权稀疏表示能够克服遮挡、弱特征、视角和姿态变化等因素的影响,并且具有较强的形状区分能力.在ICL军事图像数据库上进行分类实验,分类率高达92％以上.结果 表明,该方法是有效可行的,能够为军事图像自动分类识别系统提供技术参考.