基于不变矩飞机型号识别方法研究与实现

摘要

航拍图像在现代军事领域中的应用越来越广泛,越来越多的人开始对航拍图像怎样进行快速而准确的识别有所关注。特别是快速识别那些航空图像中的战术目标,这在现代军事战争中占有重要的地位。在各种目标中,由于飞机的型号非常多,而且各种不同型号的飞机之间的性能差距比较大,因此对飞机这种战术目标的分析就不仅仅需要判断出是否有飞机,而且需要对飞机的型号能够准确识别。随着信息技术,以及计算机技术的发展,特别是模式识别的发展,飞机识别成为了模式识别中的一个热门的分支。如何利用计算机在航空照片上检测出目标,执行自动识别,智能的判断目标类型,不仅能够提高侦察系统的自动化程度,对增强空军航空侦察情报能力也有着重要作用。本论文的主要研究内容是对如何利用矩来识别飞机目标的方法。主要的研究成果有:针对离散情况下Hu不变矩特征仅仅具有平移、旋转不变性,不具有比例不变性的问题,提出了改进;通过收集各型号飞机的俯视图资料,利用PhotoShop处理成黑白二值图像,使用型号识别系统提取图像的特征,构造图像样本的特征数据库;使用了6个Hu不变矩、4个仿射不变矩、边界复杂度、长宽比等作为识别的特征,对要识别的目标使用树分类器的方法与模板图像执行判别。理论分析和仿真结明,本文提出的算法是可行的。经过修正后,识别率明显提高。

目录

摘要

ABSTRACT

第一章 绪论

1.1 引言

1.2 国内外发展现状

1.3 模式识别技术

1.3.1 模式识别原理

1.3.2 特征选择

1.3.3 监督分类

1.3.4 训练样本库

1.4 本论文研究的内容和组织

第二章 数字图像处理技术

2.1 概述

2.2 图像的二值化

2.3 图像特征描述及提取

2.3.1 图像的特征描述

2.3.2 图像特征提取

2.4 图像分割

2.5 基于匹配的识别技术

2.5.1 全局模板匹配

2.5.2 模板向量匹配

2.5.3 特征匹配

2.6 图像边缘检测

第三章 图像的矩函数

3.1 图像的矩函数

3.1.1 图像矩的一般定义

3.1.2 几何矩

3.2 图像几何矩的不变量

3.2.1 平移和尺度不变量

3.2.2 旋转不变量

3.3 图像的矩特征表示

3.3.1 特征向量

3.3.2 图像的规范化

3.3.3 特征矩阵

3.4 图像的矩特征匹配

3.4.1 特征向量的匹配

3.4.2 神经网络

3.4.3 矩特征矩阵的匹配算法

第四章 飞机图像特征表述和识别算法

4.1 图像的不变矩

4.2 对图像不变矩特征的修正

4.3 仿射不变矩

4.4 长宽比

4.5 圆形度/边界复杂度

4.6 目标主轴与水平方向的夹角估算

4.7 目标紧凑度

4.8 图像的识别方法

4.8.1 最小距离法

4.8.2 特征的分类

4.8.3 最小距离法与特征分类相结合

第五章 飞机型号识别系统的设计

5.1 建立飞机图像样本库

5.2 目标飞机检测

5.3 开发工具

5.4 系统定义

5.5 系统详细设计

5.5.1 图像编程

5.5.2 系统框架设计

5.6 数据库设计

5.7 系统运行及测试结果

5.7.1 测试图像的生成

5.7.2 测试结果

5.7.3 系统运行情况

第六章 结论

致谢

参考文献