基于LLE與HMM的飛機(jī)序列目標(biāo)識(shí)別算法研究.pdf

1、飛機(jī)目標(biāo)識(shí)別因?yàn)槠湓诂F(xiàn)代戰(zhàn)爭中的精確制導(dǎo)和敵我身份識(shí)別等方面都有著重要的應(yīng)用，成為當(dāng)前自動(dòng)目標(biāo)識(shí)別(Automatic Target Recognition，ATR)系統(tǒng)最為重要的領(lǐng)域之一。隨著圖像處理、模式分類和人工智能的迅速發(fā)展，飛機(jī)目標(biāo)識(shí)別系統(tǒng)會(huì)成為未來武器的主要組成部分。然而由于飛機(jī)在飛行過程中姿態(tài)變化的復(fù)雜性，導(dǎo)致飛機(jī)目標(biāo)的機(jī)器識(shí)別仍然很難得到廣泛的應(yīng)用，有效解決飛機(jī)的姿態(tài)多變導(dǎo)致識(shí)別率低下的問題具有很大挑戰(zhàn)性。本論文針對(duì)這些

2、問題，對(duì)飛機(jī)飛行過程展開深入研究，利用飛機(jī)全姿態(tài)模型信息與序列信息，將飛機(jī)全姿態(tài)流形與序列信息融合技術(shù)進(jìn)行有效結(jié)合，完成飛機(jī)目標(biāo)識(shí)別過程。主要工作如下:
　　在對(duì)主流的飛機(jī)目標(biāo)識(shí)別算法進(jìn)行了研究的基礎(chǔ)上，分析了飛機(jī)的全姿態(tài)模型，提出了基于局部線性嵌入(Locally Linear Embedding，LLE)和隱馬爾科夫模型(HiddenMarkov Model，HMM)相結(jié)合的飛機(jī)目標(biāo)識(shí)別算法。本算法的特點(diǎn)在于:一、提取序列中的

3、單幀圖像的輪廓局部奇異值特征作為圖像特征。二、利用局部線性嵌入方法進(jìn)行非線性維數(shù)約簡。三、在低維嵌入空間利用最近特征線分類器(Nearest Feature Line,NFL)進(jìn)行初步的識(shí)別，得到一組目標(biāo)觀察序列信息。四、為了彌補(bǔ)上述維數(shù)約簡所損失的數(shù)據(jù)信息同時(shí)針對(duì)某一位姿下不同類飛機(jī)的圖像的相似性，將所得到的序列信息通過基于HMM的序列信息融合完成最終的飛機(jī)目標(biāo)識(shí)別。從而完成多姿態(tài)變化的飛機(jī)序列目標(biāo)識(shí)別。
　　最后，通過對(duì)序列飛