基于2DPCA的特征融合方法及其应用

摘要

通过对图像特征融合的一般规律的研究,提出了一种基于二维主成分分析(简称2DPCA)的图像特征融合算法.首先选取包括分形特征、多向多尺度梯度特征、局域灰度概率特征在内的目标图像的多种特征,组成特征向量,对该向量进行二维主成分分析,得到一个变换矩阵,再利用该变换矩阵和原特征向量的乘积得到新的综合特征.该综合特征即为经过融合后得到的特征.在对弱小目标匹配跟踪的仿真结果表明,该方法效果优于常规的灰度匹配和基于PCA的特征融合方法,且耗时与后者相差不大.