復(fù)雜背景下目標(biāo)圖像識別技術(shù)研究.pdf

1、從世界軍事局勢的發(fā)展來看，未來戰(zhàn)爭模式之一就是用精確制導(dǎo)武器奪取戰(zhàn)爭主動權(quán)，形成常規(guī)威懾力量。隨著光電技術(shù)的進(jìn)步，圖像制導(dǎo)成為精確制導(dǎo)技術(shù)的重要方法之一。目標(biāo)識別是圖像制導(dǎo)中的關(guān)鍵技術(shù)之一，加之現(xiàn)實的戰(zhàn)場環(huán)境復(fù)雜，研究高精度的目標(biāo)識別算法尤為重要。 為此本文研究復(fù)雜背景下的目標(biāo)圖像識別技術(shù)，主要包括圖像預(yù)處理技術(shù)、圖像特征提取技術(shù)、目標(biāo)識別技術(shù)和多分類器集成技術(shù)。 本文首先從課題目的出發(fā)，討論了復(fù)雜背景下圖像預(yù)處理技術(shù)。

2、針對坦克模型圖像的特點(diǎn)，選擇中值濾波、閾值分割、數(shù)學(xué)形態(tài)學(xué)處理、邊緣檢測、輪廓跟蹤、區(qū)域填充等預(yù)處理方法，較好的將目標(biāo)從復(fù)雜背景中分離出來。 然后，為了描述目標(biāo)的屬性，提取目標(biāo)的多種形狀特征，剔除特征間的冗余，經(jīng)優(yōu)選后選取形狀參數(shù)、偏心率、球狀性、圓形性、矩形度和Zernike矩特征，組成目標(biāo)識別的特征向量，為目標(biāo)識別提供有效數(shù)據(jù)。 在上述研究的基礎(chǔ)上，深入研究了基于BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別技術(shù)，設(shè)計了基于BP神經(jīng)網(wǎng)絡(luò)的分