[发明专利]基于DRLBP和随机森林的海底底质声呐图像特征提取方法在审
| 申请号： | 201811310207.3 | 申请日： | 2018-11-06 |
| 公开（公告）号： | CN109448038A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 赵玉新;王悦;刘厂;高峰;董静;张卫柱 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06T7/44 | 分类号： | G06T7/44;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的是一种基于DRLBP和随机森林的海底底质声呐图像特征提取方法。一：先对海底底质声呐原始图像进行尺度变换得到声呐图像的不同尺度图像；二：采用主导旋转局部二值模式即DRLBP方法对不同尺度的图像进行特征提取；三：通过随机森林对DRLBP算子提取的描述符进行重要性衡量。本发明改善了传统LBP对图像旋转变化、计算量大和特征量存在冗余的问题，也能较好的解决计算量大和特征冗余的问题，同时减小底质声呐图像测试时间和训练时间。 | ||
| 搜索关键词： | 海底底质 随机森林 图像特征提取 计算量 冗余 图像 重要性衡量 尺度变换 尺度图像 二值模式 算子提取 特征提取 图像测试 图像旋转 原始图像 描述符 特征量 减小 尺度 主导 | ||
【主权项】：
1.一种基于DRLBP和随机森林的海底底质声呐图像特征提取方法，其特征是包括如下步骤：步骤一：先对海底底质声呐原始图像进行尺度变换得到声呐图像的不同尺度图像；步骤二：采用主导旋转局部二值模式即DRLBP方法对不同尺度的图像进行特征提取；步骤三：通过随机森林对DRLBP算子提取的描述符进行重要性衡量；用袋外数据建立选择方法，进行特征选择，剔除冗余数据；具体为：步骤3.1、构建随机森林模型；步骤3.2、通过随机森林模型对袋外数据进行分类，得到重要性指标；步骤3.3、通过重要性指标确定特征选择方法；步骤3.4、给每个特征量赋予权重，便于分类器训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学，未经哈尔滨工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811310207.3/，转载请声明来源钻瓜专利网。
