红外偏振和光强图像差异特征分类树的构建
Classification Tree of Difference Features between Infrared Polarization and Infrared Intensity Images
-
摘要: 红外偏振和光强图像差异特征分类是融合算法随着差异特征类型的变化而自适应变化的前提。构建了差异特征分类树，以此实现差异特征分类。首先分析红外偏振和光强成像的差异特性，依据其成像差异特性构建分类树第1层差异的类别；然后对多组图像统计并描述第1层差异类别下的各差异信息，依据统计结果构建第2层差异的类别；最后提取红外偏振和光强图像的差异特征，将其按照差异特征分类树进行分类。实验表明，所建立的差异特征分类树可将红外偏振和光强图像的差异特征分类。
下载: