基于子空間維數(shù)約簡(jiǎn)的飛機(jī)目標(biāo)識(shí)別方法研究.pdf

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

2、入探討和分析目標(biāo)識(shí)別的關(guān)鍵技術(shù),重點(diǎn)對(duì)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(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)算法的思路和結(jié)果,得到客觀真實(shí)的實(shí)驗(yàn)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(duì)飛機(jī)目標(biāo)的識(shí)別。
　　首先,對(duì)飛機(jī)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(qiáng),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(duì)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(duì)飛機(jī)目標(biāo)進(jìn)行特征提取,通過(guò)實(shí)驗(yàn)進(jìn)行分析和

3、驗(yàn)證,為后來(lái)的目標(biāo)識(shí)別算法打下基礎(chǔ);最后對(duì)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(duì)飛機(jī)目標(biāo)圖像數(shù)據(jù)預(yù)降維來(lái)克服小樣本問(wèn)題;采用SLPP算法對(duì)飛機(jī)目標(biāo)圖像進(jìn)行維數(shù)約簡(jiǎn)并采用最近鄰分類(lèi)器進(jìn)行飛機(jī)類(lèi)型分類(lèi);針對(duì)飛機(jī)目標(biāo)圖像數(shù)據(jù)的高維、非線性,充分利用樣本的類(lèi)別信息和局部信息構(gòu)造類(lèi)內(nèi)和類(lèi)間散射矩陣,對(duì)提出的基于二維監(jiān)督流形學(xué)習(xí)算法的飛機(jī)目標(biāo)圖像識(shí)別方法進(jìn)行了闡述,并通過(guò)實(shí)驗(yàn)進(jìn)行了驗(yàn)證和分析,實(shí)驗(yàn)結(jié)果表明了提出的兩種方法的有效