典型文献
机器学习算法的激光主动图像与被动红外图像配准研究
文献摘要：
激光图像受到多种因素影响,有时会模糊不清,不够清晰,信噪比低,针对当前方法的激光主动图像与被动红外图像配准误差大等难题,为了获得理想的激光主动图像与被动红外图像配准结果,提出了基于机器学习算法的激光主动图像与被动红外图像配准方法.首先分析激光主动图像与被动红外图像配准的研究现状,找到激光主动图像与被动红外图像配准效果差的原因,然后采集激光主动图像和被动红外图像,并对它们进行一定预处理,最后采用机器学习算法建立激光主动图像与被动红外图像配准模型,并与传统方法进行了激光主动图像与被动红外图像配准对比实验,结果表明,本方法的激光主动图像与被动红外图像配准正确率超过91％,误配率控制9％以内,图像配准时间大约为8 s,图像配准效率要高于传统方法,具有十分广泛的前景.
文献关键词：
激光主动图像;被动红外图像;配准方法;机器学习算法;误配率
中图分类号：
作者姓名：
鲁明珠;孙海义;刚建华
作者机构：
沧州师范学院机械与电气工程系,河北 沧州 061001;沧州市交通运输局,河北沧州 061001
文献出处：
引用格式：
[1]鲁明珠;孙海义;刚建华-.机器学习算法的激光主动图像与被动红外图像配准研究)[J].激光杂志,2022(12):83-87
A类：
激光主动图像,被动红外图像
B类：
机器学习算法,图像配准,激光图像,模糊不清,前方,获得理想,基于机器学习,配准方法,误配率,率控制,准时
AB值：
0.07956
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
