基于多分類器融合的多視點飛機目標(biāo)識別算法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，飛機目標(biāo)識別已經(jīng)成為計算機視覺領(lǐng)域中研究的熱點之一。飛機目標(biāo)識別技術(shù)在軍事領(lǐng)域和民用領(lǐng)域都有廣泛的應(yīng)用。在軍事領(lǐng)域，飛機目標(biāo)識別可以應(yīng)用在防御系統(tǒng)、導(dǎo)航制導(dǎo)系統(tǒng)、軍事目標(biāo)偵查中。在民用方面，飛機目標(biāo)識別可以為民航機場提供實時動態(tài)監(jiān)控，便于機場進行有效的管理。
　　近年來，飛機目標(biāo)識別技術(shù)已經(jīng)取得了很大的進展，但是依然存在著在多視點下飛機姿態(tài)多變導(dǎo)致識別率低，算法耗時量大等問題。因此，本文為提高算法識別精度，減少

2、耗時量，在現(xiàn)有算法的基礎(chǔ)上，提出了基于多分類器融合的多視點飛機目標(biāo)識別算法。本文主要研究內(nèi)容如下：
　　1、總結(jié)飛機目標(biāo)識別的通用流程和關(guān)鍵技術(shù)，并對流程中各個步驟的關(guān)鍵技術(shù)進行分析，其中著重介紹特征提取和分類器的選擇。首先分析了特征提取中各個特征的優(yōu)劣，然后探究了不同類型的特征之間的聯(lián)系，最后詳細介紹了識別算法中各種常用的分類器。
　　2、針對飛機目標(biāo)在多視點情況下，姿態(tài)變化導(dǎo)致飛機目標(biāo)識別率低的問題，本文提出了一種基于S

3、VM(Support Vector Machine)和DSmT(Dezert-Smarandache theory)理論相結(jié)合的多特征融合的多視點飛機目標(biāo)識別算法。首先訓(xùn)練多個SVM分類器，然后利用DSmT融合規(guī)則對多個SVM分類器進行融合判斷，最后得到識別結(jié)果。該算法有效的克服了在多視點下，由于飛機姿態(tài)多變導(dǎo)致的飛機目標(biāo)識別率低的問題。實驗表明該算法能夠在飛機姿態(tài)發(fā)生較大變化時，較好地識別出不同類型的飛機。
　　3、針對飛機多姿