基于DSmT的飛行目標識別與跟蹤.pdf

1、飛行目標識別與跟蹤作為機器視覺和模式識別領域的一個重要研究內(nèi)容，在敵我識別、智能防御、自動火炮等軍事領域具有重要意義。在飛行目標識別與跟蹤的過程中，由于飛行目標速度快、距離遠、背景復雜等因素，飛行目標的識別以及跟蹤是一個極富挑戰(zhàn)的難題。本文緊扣飛行目標識別與跟蹤的核心問題，從飛行目標分割、飛行目標識別和飛行目標跟蹤三個方面進行了研究。
　　針對一般增強算法存在丟失目標細節(jié)信息的問題,本文提出了一種基于小波分解的分層自適應圖像增強方

2、法。該算法根據(jù)圖像小波分解的低頻部分計算出相應的對比度信息，以實現(xiàn)自適應分層，然后依據(jù)分層的結果確定自適應增強函數(shù)，以此達到在增強圖像的同時保留足夠的細節(jié)信息。為了滿足實時性以及分割完整的需求，本文使用了一種基于一維最大熵閾值分割和角點檢測相結合的飛行目標分割算法。該算法能夠依據(jù)圖像的特點，自動地選擇分割算法，從而在保證實時性的同時較完整地分割出目標。
　　其次，針對利用單一特征對目標識別正確率低的問題，本文引入了Dezert-S

3、marandache理論(DSmT)，發(fā)展出了通過三個證據(jù)源的融合識別出目標類別的算法。算法利用支持向量機對目標的梯度方向直方圖特征以及成對幾何直方圖特征的分類信息，并結合目標的速度信息構建相應的證據(jù)源，最后通過DSmT方法進行融合。仿真結果表明，本文的融合識別方法相較于單一目標識別的方法，識別正確率更高。
　　最后，為了解決多目標跟蹤，在目標軌跡相近甚至相交時，容易跟蹤丟失的問題，結合DSmT理論，本文使用了一種基于多信息融合的