基于子空間維數(shù)約簡的飛機目標識別方法研究.pdf

1、目標識別研究已被廣泛的應用于國民經濟、空間技術和國防等領域,對目標識別相關技術進行研究具有重要的現(xiàn)實意義。維數(shù)約減是目標識別中的一個重要研究方向和熱點,將高維圖像識別問題轉化為特征表達向量的低維識別問題,可以大大降低計算復雜程度,減少了冗余信息所造成的識別誤差,提高識別的精度。因此對維數(shù)約減方法以及在此基礎上進行目標識別的研究是十分必要的。
　　本文針對目標識別中的關鍵問題,從模式識別的相關理論入手,以飛機目標的識別為研究對象,深

2、入探討和分析目標識別的關鍵技術,重點對維數(shù)約減技術進行了研究,并提出了兩種改進的方法。通過實驗驗證了改進算法的思路和結果,得到客觀真實的實驗數(shù)據(jù),證明了本文所提出的算法能夠準確、高效地完成對飛機目標的識別。
　　首先,對飛機目標圖像預處理相關技術進行了分析和比較,主要包含了圖像增強,消噪、二值化以及圖像分割相關技術進行了研究;其次,對特征提取和表示方法進行了深入細致的分析,并采用不變矩理論對飛機目標進行特征提取,通過實驗進行分析和

3、驗證,為后來的目標識別算法打下基礎;最后對維數(shù)約減技術進行了研究和分析,利用主成分分析算法(PCA)對飛機目標圖像數(shù)據(jù)預降維來克服小樣本問題;采用SLPP算法對飛機目標圖像進行維數(shù)約簡并采用最近鄰分類器進行飛機類型分類;針對飛機目標圖像數(shù)據(jù)的高維、非線性,充分利用樣本的類別信息和局部信息構造類內和類間散射矩陣,對提出的基于二維監(jiān)督流形學習算法的飛機目標圖像識別方法進行了闡述,并通過實驗進行了驗證和分析,實驗結果表明了提出的兩種方法的有效