基于Zernike矩和SVM的不变性目标识别  

Invariance-based target recognition using Zernike Moment & SVM

作　　者：王金岩[1] 芮挺[2,3] 丁健[2] 沈春林[3] 

机构地区：[1]上海交通大学电子信息与电气工程学院,上海200030 [2]解放军理工大学工程兵工程学院,南京210007 [3]南京航空航天大学自动化学院,南京210016

出　　处：《电光与控制》2008年第11期1-4,共4页Electronics Optics & Control

基　　金：航空科学基金(01C15001)

摘　　要：在图像目标识别中,目标图像平移、尺度和旋转不变性是一个重要前提。文中采用稳定性好的低阶几何矩特征实现目标的平移、尺度不变性变换;然后利用Zernike矩提取目标的旋转不变性特征;最后在目标不变特征空间通过支持向量机(SVM)分类器实现目标识别。实验证实了算法的有效性。In target recognition, the invariance in target image translation, scaling and rotation is a very important factor. A novel approach is proposed in this paper. First, stable low-order geometric moments are used to conduct the translation and scaling invariance. And then Zernike Moment is used to extract rotation invariant feature. Finally, target recognition is conducted based on Support Vector Machine（SVM）. The experimental results demonstrate the robustness and accuracy of the proposed algorithm.

关 键 词：目标识别 不变性 支持向量机 ZERNIKE矩 

分 类 号：V271.4[航空宇航科学与技术—飞行器设计] TP391[自动化与计算机技术—计算机应用技术]