论文摘要
三维目标识别技术是电视跟踪系统中的关键技术之一,也是目前该领域亟待解决的一个难题。本文首先介绍了目标识别的发展历程和现状,之后对现有的几种识别方法进行了分析和比较,最后提出了一种不变矩特征提取与神经网络识别相结合的方案。本文的主要工作有:目标图像处理、目标图像特征提取和目标识别。1)在目标图像处理阶段,针对传统的中值滤波运算量大的缺点,提出了一种快速中值滤波的算法;对常用的几种边缘检测算子进行了比较,选择了蒲瑞维特算子对图像进行处理。本课题中,经蒲瑞维特算子处理的图像边缘清晰完整,噪声较小;结合课题的实际情况,提出了一种自动寻找最佳阈值的算法,快速、有效地对图像进行了二值化处理。2)在目标图像的特征提取阶段,介绍了不变矩的性质和特点。由于不变矩反映了目标的形状特点且具有较好的平移、旋转、伸缩不变性,故以其作为图像的特征用于识别,考虑到传统不变矩计算方法的不便,对其进行了修正。修正后的不变矩运算量骤减,有助于实现系统的实时性。3)在目标识别阶段,首先介绍了人工神经网络的概念和特点,考虑到自组织特征映射网络强大的无导师学习和分类识别的能力,本课题以其作为识别手段;之后采用Kohonen算法设计了适用于本课题的网络,取得了一定的效果。本文提出的方案最终在VC和MATLAB上实现,通过对两架飞机的实验证实:本系统识别准确率为86.57%,且具有较好的泛化识别能力。
论文目录
相关论文文献
- [1].基于改进证据支持度的多传感器空中目标识别[J]. 计算机仿真 2020(07)
- [2].基于迁移学习的水声目标识别[J]. 计算机系统应用 2020(10)
- [3].水声目标识别技术的现状与发展[J]. 电子技术与软件工程 2019(18)
- [4].深度学习在遥感影像目标识别与定位中的应用研究[J]. 科技创新与应用 2019(34)
- [5].基于微服务的空天协同目标识别与监视系统设计与实现[J]. 软件 2019(11)
- [6].深度学习在水声目标识别中的应用研究[J]. 数字海洋与水下攻防 2020(01)
- [7].电子目标识别关键指标建模与分析[J]. 电子信息对抗技术 2019(04)
- [8].基于深度学习的航拍图像目标识别[J]. 数码世界 2019(05)
- [9].基于稀疏非负矩阵分解的低空声目标识别[J]. 声学技术 2020(01)
- [10].基于深度神经网络的雷达幅度序列目标识别[J]. 电脑知识与技术 2020(13)
- [11].水声目标识别技术现状与发展[J]. 指挥信息系统与技术 2018(02)
- [12].目标识别与人工智能高峰论坛征文通知[J]. 太赫兹科学与电子信息学报 2017(02)
- [13].视觉动态目标识别研究进展[J]. 北京联合大学学报 2013(04)
- [14].基于知识的合成孔径雷达图像目标识别研究[J]. 图书情报工作 2012(S1)
- [15].自平衡跟随机器人的目标识别及预测重拾策略[J]. 计算机与现代化 2019(05)
- [16].水下目标识别技术探究[J]. 数字通信世界 2019(04)
- [17].目标识别与人工智能高峰论坛征文通知[J]. 光学与光电技术 2017(03)
- [18].目标识别与人工智能高峰论坛[J]. 太赫兹科学与电子信息学报 2017(03)
- [19].领域自适应目标识别综述[J]. 中兴通讯技术 2017(04)
- [20].机载雷达图像目标识别模型仿真研究[J]. 计算机仿真 2014(12)
- [21].小波分析和神经网络在水下目标识别中的研究[J]. 计算机仿真 2011(02)
- [22].基于卷积神经网络迁移学习的飞机目标识别[J]. 现代雷达 2019(12)
- [23].基于神经网络的多类别目标识别[J]. 控制与决策 2020(08)
- [24].水下目标识别的规划融合算法[J]. 现代防御技术 2018(06)
- [25].浅谈舰船目标识别的方法和技术[J]. 舰船科学技术 2016(02)
- [26].基于双目视觉的目标识别与定位[J]. 河南理工大学学报(自然科学版) 2014(04)
- [27].基于微动特征的弹道导弹目标识别仿真分析[J]. 弹箭与制导学报 2010(01)
- [28].空中目标识别方法研究[J]. 中国新通信 2019(16)
- [29].无人机在海上舰船目标识别中的应用[J]. 舰船科学技术 2017(12)
- [30].粒子群的K均值聚类算法实现海上目标识别[J]. 舰船科学技术 2016(12)