| 【中文题名】 | 自动识别遥感光学图像中飞机目标的研究 |
| 【英文题名】 | A Research on Airplane Automatic Recognition for Optical Remote Sensing Images |
| 【学科专业】 | 信息与通信工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-11-7 |
| 【中关键词】 | 目标识别,不变矩,仿射不变矩,最小距离,神经网络,树分类器 |
| 【英关键词】 | Automatic Target Recognition,Invariant moment,Affine Invariant moment,Least-distance,Neural network,Tree classifier, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 | 目标识别是计算机视觉的一个重要研究方向,在军事自动化领域有着广泛的应用前景。飞机识别是目标识别的一个具体应用,对高效的军事情报生产有着重要意义。目前,对于飞机机型的识别仍然处于探索阶段,成熟的理论和方法尚未形成。
本文研究了遥感光学图像中飞机目标的识别方法。包括遥感图像的预处理,飞机目标区域的提取,飞机图像库和特征库的建立以及飞机图像的分类识别等五个方面。
首先,研究了遥感图像的预处理和飞机目标图像区域提取的方法,对机场遥感图像进行了线性滤波和中值滤波处理,用最优阈值分割方法提取了飞机目标的图像区域。
其次,在特征提取方法的研究方面,建立了由十种不同型号飞机的顶视图像在改变大小、旋转角度、和简单仿射变换条件下所构造的样本图像库。样本图像库由训练样本图像库和测试样本图像库两个部分组成。提取了训练样本图像库中飞机图像的Hu不变矩、仿射不变矩、长宽比、紧凑度等特征量建立了此十类飞机目标的特征库表述模型。对训练样本库中各个特征值的表述性能进行了分析。
最后,研究了飞机图像的识别方法,分别用最小距离分类器、神经网络分类器和树分类器对样本图像库中的三类、五类、十类飞... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
ABSTRACT |
6-11 |
|
第一章 绪论 |
11-14 |
|
1．1 课题意义 |
11 |
|
1．2 课题研究现状 |
11-12 |
|
1．3 课题主要工作 |
12-13 |
|
1．4 论文结构安排 |
13-14 |
|
第二章 二维图像飞机目标识别基本方法 |
14-22 |
|
2．1 概述 |
14 |
|
2．2 二维图像目标的识别方法 |
14-18 |
|
2．2．1 图像目标的匹配方法 |
14-17 |
|
2．2．2 图像目标识别的系统结构 |
17-18 |
|
2．3 二维图像飞机目标识别系统结构 |
18-22 |
|
2．3．1 飞机目标的成像模型及样本库的建立 |
19-21 |
|
2．3．2 飞机图像在线识别结构与过程 |
21-22 |
|
第三章 飞机目标区域提取与分割 |
22-30 |
|
3．1 概述 |
22 |
|
3．2 图像预处理 |
22-26 |
|
3．2．1 基于像元的处理 |
22-24 |
|
3．2．2 基于区域的处理 |
24-26 |
|
3．3 图像阈值分割 |
26-30 |
|
3．3．1 最优阈值分割 |
26-28 |
|
3．3．2 飞机目标区域提取 |
28-30 |
|
第四章 飞机特征提取与分析 |
30-36 |
|
4．1 概述 |
30 |
|
4．2 特征提取 |
30-34 |
|
4．2．1 不变矩 |
30-32 |
|
4．2．2 机长翼展比 |
32-34 |
|
4．2．3 紧凑度 |
34 |
|
4．3 特征量的分析 |
34-36 |
|
第五章 飞机分类识别 |
36-54 |
|
5．1 概述 |
36 |
|
5．2 最小距离分类器 |
36-39 |
|
5．2．1 最小距离分类器基本原理 |
36-38 |
|
5．2．2 实验 |
38-39 |
|
5．3 BP神经网络分类器 |
39-44 |
|
5．3．1 BP神经网络结构 |
39-40 |
|
5．3．2 BP神经网络设计 |
40-42 |
|
5．3．3 BP神经网络的快速学习算法与选择 |
42 |
|
5．3．4 实验 |
42-44 |
|
5．4 树分类器 |
44-51 |
|
5．4．1 树分类器的基本原理 |
44-50 |
|
5．4．2 实验 |
50-51 |
|
5．5 仿真实验 |
51-54 |
|
5．5．1 实验图像 |
51-52 |
|
5．5．2 实验结果 |
52-53 |
|
5．5．3 实验分析 |
53-54 |
|
结束语 |
54-55 |
|
致谢 |
55-56 |
|
参考文献 |
56-58 |
|
攻读硕士学位期间发表与撰写的论文 |
58 |
|
| 【DOI】 | LunWen.ID:2.2008.389322 |
