基于谷歌地图的军事目标分类系统的设计与实现

论文摘要

近年来,随着现代军事斗争中信息化程度的不断提高和电磁环境的日趋复杂,准确识别侦查目标变得越来越困难,因此快速准确的识别和定位侦查目标成为人们关心的首要问题。通过遥感卫星图片可以获取大量信息,但面对如此庞大的信息量,用人工来进行军事目标的识别和分类是不能满足现代战争的要求的,因此人们致力于研究利用计算机视觉技术来达到军事目标识别并分类的目的。本文通过分析在谷歌地图上获取的军事目标图像的特征,设计了相应的分类算法,并基于Visual Studio2005软件开发平台,用C#语言编程实现了军事目标分类系统,主要完成了以下工作：(1)实现了图像的截取。本文样本库中所有卫星图片都来自于Google Map,笔者截取了不同类别军事目标图像各10幅,并对截取的图像进行分割处理,提取出统一大小的目标图像进行分析。(2)对彩色图像进行灰度化处理。针对卫星图片是具有实际环境信息的真彩色图像这一特点,设计彩色图像灰度化程序,减少图像处理的运算量。(3)对图像进行特征选择和提取。本文基于前人对军事目标识别算法的研究和比较,实现了用PCA和2DPCA两种算法对训练样本的主要特征进行提取,并得到特征投影空间,从而将待测样本映射到特征空间,提取对分类有用的主要特征向量,对原数据进行降维,使得后续运算的计算量降低而不会对分类结果造成较大影响。(4)实现了对军事目标的分类器训练和模式分类。本文将军事目标训练样本分别输入K近邻分类器、支持向量机分类器和概率神经网络分类器来进行分类测试,并采用留一法进行分类仿真实验结果的统计分析,最后选择支持向量机(support vector machine, SVM)分类器进行分类。系统分别对两类军事目标和五类军事目标进行实验,得到分类准确率分别为100%和75%。(5)初步实现了军事目标分类识别系统原型。将本系统的图像分割、预处理、特征选择和提取、特征分类模块的功能串联起来,能够完整地实现军事目标识别的功能,并得到了较理想的实验结果。同时实现了系统软件的封装,提高了系统的移植性,使得本文开发的系统可以在不同计算机上进行安装使用,简单方便。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及研究意义目标
• 1.2 信息化战争概述
• 1.2.1 信息化战争的起源
• 1.2.2 信息化战争的基本特征
• 1.3 计算机视觉概述
• 1.3.1 计算机视觉理论
• 1.3.2 计算机视觉系统的基本框架
• 1.3.3 计算机视觉的出现和发展应用
• 1.4 模式识别和分类技术概述
• 1.4.1 模式识别理论的发展和应用
• 1.4.2 模式分类算法
• 1.5 本文研究的主要内容
• 第2章 系统的分析与设计
• 2.1 系统的应用需求分析
• 2.2 系统的设计目标
• 2.3 系统的结构设计
• 2.4 具体模块设计原理
• 2.4.1 图像获取与分割模块
• 2.4.2 图像预处理模块
• 2.4.3 图像特征选择与提取模块
• 2.4.4 图像特征分类模块
• 2.4.5 目标识别测试输出模块
• 2.5 本章小结
• 第3章 目标分类识别系统的实现
• 3.1 图像获取和分割模块的实现
• 3.1.1 图像获取
• 3.1.2 图像分割
• 3.3 图像特征选择与提取模块的实现
• 3.3.1 主成分分析算法的实现
• 3.3.2 二维主成分分析算法的实现
• 3.4 图像特征分类模块的实现
• 3.5 目标识别测试输出模块的实现
• 3.6 系统封装的实现
• 3.7 本章小结
• 第4章 目标分类识别系统的测试与分析
• 4.1 测试材料与环境
• 4.2 测试内容与步骤
• 4.2.1 系统的功能测试
• 4.2.2 系统的性能测试
• 4.3 测试的结果分析
• 4.4 本章小结
• 第5章 总结与展望
• 5.1 研究成果总结
• 5.2 研究工作展望
• 参考文献
• 致谢