基于几何特性的飞机目标特征提取技术的研究

摘要

目标识别是计算机视觉的一个重要研究方向，在军事、自动化领域、民用方面，如空中目标的防御和攻击、空中交通监控、机场管理都有着广泛的应用前景。而特征提取与分析技术是目标识别的一个重要环节，二者的联系非常紧密，特征提取的好坏会直接影响到目标识别的准确程度。反之，识别的结果也进一步反映了所提取特征向量的有效程度。 本文首先对输入的飞机二维图像进行预处理操作。包括图像平滑，滤波以及对图像进行边缘检测，并对图像进行二值化。在此基础上对图像进行轮廓提取和边界跟踪，得到飞机图像的边界闭合曲线。应用多边形拟合技术对边界曲线进行多边形拟合得到飞机的图像轮廓多边形。然后提取图像几何特征向量，包括：飞机图像的中心、尺寸特征、形状特征、机长翼展比(体态比)、同底三角形面积比向量等。 最后尝试利用支持向量机(SVM)对提取出的特征向量进行训练分类及预测，验证所提取的特征向量的有效性。

目录

文摘

英文文摘

长春理工大学硕士(或博士)学位论文原创性声明及长春理工大学学位论文版权使用授权书

第一章绪论

§1.1本文研究的背景和意义

§1.2飞机目标特征提取技术的国内外研究现状

§1.3本文的内容组织

第二章飞机图像的前期处理与边缘检测

§2.1图像预处理

§2.2图像边缘检测(Edge Detection)

§2.3飞机图像的二值化(Binarization)

§2.4实验结果与分析

§2.5小结

第三章飞机轮廓曲线的提取与多边形拟合技术

§3.1目标物体的轮廓提取

§3.2多边形拟合技术(Polygon Approximation Technology)

§3.3基于边界曲线点的弦高度的多边形拟合技术

§3.4实验结果与分析

§3.5小结

第四章飞机目标图像的几何特征提取与分析

§4.1目标图像的特征提取技术

§4.2飞机目标图像的几何特征提取

§4.3实验结果与分析

§4.4小结

第五章几何特征向量有效性的验证

§5.1支持向量机(Support Vector Machine)的原理

§5.2应用支持向量机验证特征向量的有效性

§5.3实验结果与分析

§5.4小结

第六章总结与展望

§6.1总结

§6.2展望

致谢

参考文献