基于图像的空间典型目标分类识别方法研究

摘要

针对空间典型目标的识别方法研究是随着人类对空间技术的不断探索和空间资源的不断开发利用而产生的。出于空间安全的考虑，建立针对空间目标的监视系统具有着重要的意义，空间目标的分类识别正是空间监视系统中的重要功能组成部分。本文基于图像的空间典型目标分类识别方法研究的选题意义是基于空间目标探测技术水平的提升，从近距离成像面目标的角度，探讨了针对多视角变化下的空间典型目标的分类识别问题。论文的主要工作和研究成果有：
　　1、针对图像识别中构建图像目标表示问题的研究。主要针对同类目标在不同的形态变化下构建对图像的稳定的表达方式以准确识别，即图像特征的建模问题，研究了基于局部特征建模的图像目标分类流程，分析了词袋模型中局部特征提取、特征编码和特征汇集等关键技术。
　　2、在基于局部特征建模的特征袋模型（BoF）基础上，针对图像局部特征提取和局部特征编码问题进行了深入研究。给出了一种基于密集SIFT特征和稀疏编码的改进特征袋表示方法，并用于对典型的多视角变化下的空间目标分类识别。
　　3、在上一步基础上，进一步针对特征袋模型中的特征汇集方法——空间金字塔模型进行了研究，通过引入视觉显著性检测，在空间金字塔构建中改进特征汇集的加权方式，以显著性作为权重，提高金字塔表示模型的表达能力。并在此基础上，通过以环形金字塔代替原始金字塔划分方式，有效地提高了目标存在旋转变化情况时的适应性。在公开的空间目标图像数据库上的分类测试结果验证了本文所提出方法的有效性。

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2 研究现状

1.3 论文的主要工作与结构安排

第二章 图像分类中局部特征建模的关键技术

2.1 局部特征提取

2.2 图像的局部特征建模方法

2.3 分类器

2.4 空间目标图像数据库

2.5 本章小结

第三章 基于密集SIFT特征和稀疏编码的图像分类

3.1 密集SIFT特征

3.2 词典生成模型

3.3 稀疏编码的正交匹配追踪算法

3.4 空间目标分类识别实验仿真

3.5 本章小结

第四章 基于显著性加权的空间金字塔图像分类

4.1 基于视觉显著性的图像预处理

4.2 显著性加权空间金字塔

4.3 SVM分类器及核函数选择

4.4空间目标分类识别实验仿真

4.5 本章小结

结 束 语

致谢

参考文献

作者在学期间取得的学术成果