基于不变矩飞机型号识别方法研究与实现

论文摘要

航拍图像在现代军事领域中的应用越来越广泛,越来越多的人开始对航拍图像怎样进行快速而准确的识别有所关注。特别是快速识别那些航空图像中的战术目标,这在现代军事战争中占有重要的地位。在各种目标中,由于飞机的型号非常多,而且各种不同型号的飞机之间的性能差距比较大,因此对飞机这种战术目标的分析就不仅仅需要判断出是否有飞机,而且需要对飞机的型号能够准确识别。随着信息技术,以及计算机技术的发展,特别是模式识别的发展,飞机识别成为了模式识别中的一个热门的分支。如何利用计算机在航空照片上检测出目标,执行自动识别,智能的判断目标类型,不仅能够提高侦察系统的自动化程度,对增强空军航空侦察情报能力也有着重要作用。本论文的主要研究内容是对如何利用矩来识别飞机目标的方法。主要的研究成果有:针对离散情况下Hu不变矩特征仅仅具有平移、旋转不变性,不具有比例不变性的问题,提出了改进;通过收集各型号飞机的俯视图资料,利用PhotoShop处理成黑白二值图像,使用型号识别系统提取图像的特征,构造图像样本的特征数据库;使用了6个Hu不变矩、4个仿射不变矩、边界复杂度、长宽比等作为识别的特征,对要识别的目标使用树分类器的方法与模板图像执行判别。理论分析和仿真结明,本文提出的算法是可行的。经过修正后,识别率明显提高。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 国内外发展现状
• 1.3 模式识别技术
• 1.3.1 模式识别原理
• 1.3.2 特征选择
• 1.3.3 监督分类
• 1.3.4 训练样本库
• 1.4 本论文研究的内容和组织
• 第二章 数字图像处理技术
• 2.1 概述
• 2.2 图像的二值化
• 2.3 图像特征描述及提取
• 2.3.1 图像的特征描述
• 2.3.2 图像特征提取
• 2.4 图像分割
• 2.5 基于匹配的识别技术
• 2.5.1 全局模板匹配
• 2.5.2 模板向量匹配
• 2.5.3 特征匹配
• 2.6 图像边缘检测
• 第三章 图像的矩函数
• 3.1 图像的矩函数
• 3.1.1 图像矩的一般定义
• 3.1.2 几何矩
• 3.2 图像几何矩的不变量
• 3.2.1 平移和尺度不变量
• 3.2.2 旋转不变量
• 3.3 图像的矩特征表示
• 3.3.1 特征向量
• 3.3.2 图像的规范化
• 3.3.3 特征矩阵
• 3.4 图像的矩特征匹配
• 3.4.1 特征向量的匹配
• 3.4.2 神经网络
• 3.4.3 矩特征矩阵的匹配算法
• 第四章 飞机图像特征表述和识别算法
• 4.1 图像的不变矩
• 4.2 对图像不变矩特征的修正
• 4.3 仿射不变矩
• 4.4 长宽比
• 4.5 圆形度/边界复杂度
• 4.6 目标主轴与水平方向的夹角估算
• 4.7 目标紧凑度
• 4.8 图像的识别方法
• 4.8.1 最小距离法
• 4.8.2 特征的分类
• 4.8.3 最小距离法与特征分类相结合
• 第五章 飞机型号识别系统的设计
• 5.1 建立飞机图像样本库
• 5.2 目标飞机检测
• 5.3 开发工具
• 5.4 系统定义
• 5.5 系统详细设计
• 5.5.1 图像编程
• 5.5.2 系统框架设计
• 5.6 数据库设计
• 5.7 系统运行及测试结果
• 5.7.1 测试图像的生成
• 5.7.2 测试结果
• 5.7.3 系统运行情况
• 第六章 结论
• 致谢
• 参考文献