一种KCCA融合局部特征和全局特征的目标识别算法.pdfVIP

一种KCCA融合局部特征和全局特征的目标识别算法·37·

一种KCCA融合局部特征和全局特征的目标识别算法

赵炯，樊养余

(西北工业大学电子信息学院，陕西西安710072)

摘要：提出一种新的KCCA特征融合算法。首先分别提取目标图像的局部特征SIFT和全局Pseudo—

Zernike矩特征，并利用K—means算法对局部特征进行预处理；然后利用KCCA将两种特征提取相关特

征进行融合，最后将融合特征送入SVM分类器。对遥感飞机图像库做了分类识别的仿真实验。相比于

单一特征和CCA特征融合的识别策略，KCCA识别率得到明显提高，理论分析和实验结果证实了该算

法具有良好的准确性与可靠性，能够有效提高图像分类识别系统的准确度。

关键词：特征融合；核典型相关分析；支持向量机；目标识别

中图分类号：TP391．4文献标识码：A文章编号：1000—8829(2010)11—0037—04

AFusingLocalFea