基于主成分分析与BP神经网络的识别方法研究

利用BP神经网络对红外目标进行识别之前,若不对原始样本数据进行预处理与特征提取,一方面使识别结果准确性降低,另一方面使BP神经网络的结构复杂化,采用主成分分析法可解决这些问题。主成分分析法能较好地提取表征样本的少数几个主分量,由该方法的特点可知,这几个主分量彼此不相关,非常符合特征优化的要求。研究结果表明,用该方法处理后的结果数据输入BP神经网络．提高了识别正确率,减少了训练时间,同时也简化了网络结构。将两种常见的模式识别方法结合用于红外目标识别：先由主成分分析法对原始样本数据进行精简处理,然后再由BP神经网络法进行分类识别,与传统的单一识别方法相比,准确度得到提高,计算量大为减少。     

卫星侦察红外图像背景特征分析

以卫星侦察红外图像背景为研究对象,在分析其特点的基础上,讨论了可用于红外图像背景分类的特征量。为了描述卫星侦察红外图像背景的纹理特征,基于灰度共生矩阵和直方图,计算了能量、惯性矩、熵、相关性、灰度均值和方差等统计特征指标。通过大量样本的识别实验,结果也验证了文中所提取的纹理特征量可以有效识别卫星侦察红外图像的背景。