基于神經網絡融合的目標識別技術研究.pdf

1、自動目標識別(AutomaticTargetRecognition，簡稱ATR)是一項新興的學科。經過三十多年廣泛而深入的研究，ATR領域已經采用了圖像處理(IP)、圖像分析(IA)、模式識別(PR)以及人工智能(AI)等多學科技術，各種面向復雜應用背景的ATR系統(tǒng)也不斷涌現。到目前為止，基于這些方法與技術的自動目標識別的努力，取得了大量研究成果， 本文綜述了神經網絡自動目標識別技術的發(fā)展現狀，深入研究了基于神經網絡的自動目標識

2、別及其相關技術。在汽車目標識別中，神經網絡識別法得到了有效的應用，神經網絡的并行處理機制可以大大的提高系統(tǒng)的識別速度，并且神經網絡所具有的容錯性可以大大提高系統(tǒng)的識別率。 對于每種汽車的各種情況，提取7個不變矩特征、1個圓度特征、1個分形維特征、3個馬氏距離、1個長寬比特征，1個紋理特征，共14個特征數據作為神經網絡的數據源。采用了典型的單層感知機、BP神經網絡、徑向基神經網絡對汽車目標進行識別，并對識別結果進行比較分析。