基于子空間維數(shù)約簡的飛機目標(biāo)識別方法研究.pdf

1、目標(biāo)識別研究已被廣泛的應(yīng)用于國民經(jīng)濟(jì)、空間技術(shù)和國防等領(lǐng)域,對目標(biāo)識別相關(guān)技術(shù)進(jìn)行研究具有重要的現(xiàn)實意義。維數(shù)約減是目標(biāo)識別中的一個重要研究方向和熱點,將高維圖像識別問題轉(zhuǎn)化為特征表達(dá)向量的低維識別問題,可以大大降低計算復(fù)雜程度,減少了冗余信息所造成的識別誤差,提高識別的精度。因此對維數(shù)約減方法以及在此基礎(chǔ)上進(jìn)行目標(biāo)識別的研究是十分必要的。
　　本文針對目標(biāo)識別中的關(guān)鍵問題,從模式識別的相關(guān)理論入手,以飛機目標(biāo)的識別為研究對象,深

2、入探討和分析目標(biāo)識別的關(guān)鍵技術(shù),重點對維數(shù)約減技術(shù)進(jìn)行了研究,并提出了兩種改進(jìn)的方法。通過實驗驗證了改進(jìn)算法的思路和結(jié)果,得到客觀真實的實驗數(shù)據(jù),證明了本文所提出的算法能夠準(zhǔn)確、高效地完成對飛機目標(biāo)的識別。
　　首先,對飛機目標(biāo)圖像預(yù)處理相關(guān)技術(shù)進(jìn)行了分析和比較,主要包含了圖像增強,消噪、二值化以及圖像分割相關(guān)技術(shù)進(jìn)行了研究;其次,對特征提取和表示方法進(jìn)行了深入細(xì)致的分析,并采用不變矩理論對飛機目標(biāo)進(jìn)行特征提取,通過實驗進(jìn)行分析和

3、驗證,為后來的目標(biāo)識別算法打下基礎(chǔ);最后對維數(shù)約減技術(shù)進(jìn)行了研究和分析,利用主成分分析算法(PCA)對飛機目標(biāo)圖像數(shù)據(jù)預(yù)降維來克服小樣本問題;采用SLPP算法對飛機目標(biāo)圖像進(jìn)行維數(shù)約簡并采用最近鄰分類器進(jìn)行飛機類型分類;針對飛機目標(biāo)圖像數(shù)據(jù)的高維、非線性,充分利用樣本的類別信息和局部信息構(gòu)造類內(nèi)和類間散射矩陣,對提出的基于二維監(jiān)督流形學(xué)習(xí)算法的飛機目標(biāo)圖像識別方法進(jìn)行了闡述,并通過實驗進(jìn)行了驗證和分析,實驗結(jié)果表明了提出的兩種方法的有效