共查询到16条相似文献,搜索用时 218 毫秒
1.
2.
3.
4.
5.
6.
7.
光学相关器在自动目标识别中的应用 总被引:2,自引:2,他引:0
为使光学相关器更好地应用于自动目标识别领域,保证在较高识别速度下,具备良好的识别效果,介绍了应用于自动目标识别领域的联合变换相关器和匹配滤波相关器.针对匹配滤波相关器实现过程中的两项关键技术,在滤波器编码技术上提出了构造等相关峰综合鉴别函数以解决畸变不变识别问题.在相关峰识别技术上,针对阈值法存在的不足,提出利用BP神经网络对相关平面相关峰进行识别,采用划分感兴趣区域的方法减少了输入层神经元数目,简化了神经网络结构.借助搭建的光学相关器系统验证了该方法可对相关信号和噪声进行有效分类,提高了光学相关器的识别效果. 相似文献
8.
9.
基于光学子波变换的SDF匹配滤波器 总被引:2,自引:1,他引:2
提出了一种基于光学子波变换的综合判别函数匹配滤波器(WFSDF),将光学子波变换和综合判别函数相结合,只用一个简单的4f系统就能实现输入图像和SDF子波变换的相关运算。采用计算全息的方法制作复数匹配滤波器。计算机模拟仿真结果表明,与传统的SDF匹配滤波器相比,WFSDF匹配滤波器,锐化了相关峰,提高了识别率,同时简化了光路,能够实现多目标的畸不变识别。 相似文献
10.
四元量化的综合鉴别函数滤波器实现比例不变相关识别 总被引:2,自引:2,他引:0
设计一种基于综合鉴别函数(SDF)的比例不变相关识别滤波器,将频域中被SDF调制的相关输出函数进行复数形式的四元量化(QFCQ),并采用叠代算法调整SDF的系数,使输出的相关峰尖锐,区分能力强,同时满足不同比例图像等相关峰输出的准则,从而达到了比例不变识别的要求.计算机仿真实验对属于训练图像系列的目标图像进行了识别,并与基本的SDF及二元化纯相位SDF做了比较,结果表明该方法具有较好的识别效果. 相似文献
11.
12.
13.
The target recognition of laser radar becomes hot research in recent years, because laser radar can produce high space resolution and collect rich target information, such as range image, intensity image and Doppler image. In the vertical detection of laser radar, the problem of in-plane target rotation invariance is firstly solved. In the paper, a new support vector machine (SVM) correlation filter is presented, which simultaneously has the attractive attributes of SVM and common correlation filter. Exploiting the idea of margin of separation maximization, the design criterion is produced. The filter is synthetic by the multiple training images which are generated by rotating one image. The real range images of laser radar are used to finish the correlation experiments. The results show that the filter is not sensitive to the noise, the correlation peak is changed slightly for the different testing images, and the precision of location is high.This design way can be used in other recognition fields. 相似文献
14.
根据Hopfield神经网络的优化功能,对综合鉴别函数进行二元优化,使相关输出具有期的望的形状及峰值大小,从而实现旋转不变识别,并定义了一个判别依据-判别比,计算机模拟的结果表明,目标物体通过优化的二元滤波器后,不仅具有期望输出,而且判别经要比伪目标物体至少大一个量级。 相似文献
15.
16.
鉴于SAR(synthetic aperture radar)与可见光图像的成像机理存在很大差别,使得其同名特征的提取和配准十分困难,但在某些情况下,这两类图像的边缘存在一定的相关性。提出一种基于边缘与SURF(speed-up robust feature)算子的图像配准方法。通过适当预处理增强图像间的共性,采用综合性能比较好的Canny算子提取两幅图像共有的边缘特征,在边缘图像的基础上提取SURF特征;通过比值提纯法进行特征点粗匹配,RANSAC(random sample consensus)算法剔除误匹配点,计算仿射变换模型从而实现SAR与可见光图像的自动配准。实验结果表明:该算法的正确匹配率为100%,均方根误差为0.852个像素,配准精度达到亚像素水平。 相似文献