论文摘要
红外图像的自动目标识别(ATR,Automatic Target Recognition)是模式识别领域中的一个重要研究课题,它在武器的精确制导中扮演着重要的角色并有着广泛的应用前景。其中,红外图像目标的特征提取和分类技术是自动识别系统中的难点和关键技术。研究红外图像目标的特征提取和分类技术对提高系统的识别效率和准确率,提高我方的生存概率都具有重要的意义。本文重点研究了红外图像目标的特征提取技术和多目标分类方法。作为特征提取的前提和准备,本文简要地介绍了基于阈值的红外图像分割方法,并对算法进行了实验仿真和性能比较。在图像目标的特征提取方面,首先,研究并总结了以主分量分析(PCA,Principal Component Analysis)法与独立分量分析(ICA,Independent Component Analysis)法为代表的线性特征提取方法和以核函数为代表的非线性特征提取方法。其次,针对传统ICA特征提取算法提取独立分量的无序性,本文提出了一种基于评估因子最小化的独立分量有序提取算法。实验结果表明,该算法能够优先选择类间差异较大的独立分量特征,从而实现了用少量特征对目标进行有效描述。在多目标分类方面,首先,总结了国内外包括最小距离、最近邻、K近邻以及支持向量机等多种主流的目标分类算法。其次,针对K近邻分类器在多分类中存在的二义性问题,提出了Hadamard纠错码与K近邻分类器相结合的多目标分类算法。仿真结果表明,该算法具有较强的抗误分能力,进一步提高了多目标分类的准确率。
论文目录
相关论文文献
- [1].紫外目标特征提取的系统[J]. 兵工自动化 2017(04)
- [2].基于光谱的天基空间点目标特征提取与识别[J]. 物理学报 2015(03)
- [3].水下目标特征提取方法比较研究[J]. 吉林大学学报(信息科学版) 2008(04)
- [4].融合多特征的运动目标特征提取方法[J]. 系统仿真学报 2017(06)
- [5].应用分数傅立叶变换方法的水下目标特征提取[J]. 声学技术 2010(01)
- [6].多重观测矢量模型下的微动目标特征提取[J]. 太赫兹科学与电子信息学报 2019(05)
- [7].基于红外光谱的点目标特征提取与识别[J]. 光电工程 2016(05)
- [8].HHT在水雷目标特征提取中的应用[J]. 声学技术 2009(04)
- [9].基于卷积神经网络的水下目标特征提取方法[J]. 系统工程与电子技术 2018(06)
- [10].基于广义S变换的水下目标特征提取[J]. 计算机应用 2012(S2)
- [11].基于目标特征提取的改进型压缩跟踪算法[J]. 测试技术学报 2017(02)
- [12].Contourlet变换域下的目标特征提取与识别[J]. 火力与指挥控制 2015(08)
- [13].无人艇视觉系统多类水面目标特征提取与识别[J]. 西安交通大学学报 2014(08)
- [14].一种用于目标特征提取的改进RELAX算法[J]. 航天电子对抗 2010(04)
- [15].基于相位信息的微动目标特征提取方法[J]. 空军预警学院学报 2018(02)
- [16].基于前视声纳的成像与多目标特征提取[J]. 计算机工程与应用 2013(02)
- [17].极坐标图像的机场目标特征提取方法[J]. 现代雷达 2015(08)
- [18].基于窄带雷达组网的空间锥体目标特征提取方法[J]. 电子与信息学报 2014(12)
- [19].一种有效的高分辨率SAR目标特征提取与识别方法[J]. 武汉大学学报(信息科学版) 2010(08)
- [20].基于动目标特征提取的矿井目标监测[J]. 煤炭学报 2017(S2)
- [21].基于小波包分解的水下物体探测仪目标特征提取[J]. 林业机械与木工设备 2009(03)
- [22].双基地雷达对弹道导弹目标特征提取仿真[J]. 计算机仿真 2017(09)
- [23].经验模态分解WVD方法的水下目标特征提取[J]. 哈尔滨工程大学学报 2013(08)
- [24].应用希尔伯特黄变换的水下目标特征提取[J]. 哈尔滨工程大学学报 2009(05)
- [25].基于可变参数化几何模型的SAR图像飞机目标特征提取方法[J]. 现代雷达 2016(10)
- [26].稀疏孔径条件下微动目标特征提取与成像算法[J]. 现代防御技术 2014(04)
- [27].形状特征的不变矩在SAR图像目标特征提取中的应用[J]. 内江科技 2012(01)
- [28].基于非平衡Fisher判别的两类红外特征提取[J]. 红外技术 2008(07)
- [29].激光振动目标特征提取的研究[J]. 科技创新导报 2012(28)
- [30].水下目标特征提取中希尔伯特黄变换方法的应用[J]. 中国新通信 2014(07)