典型ATR算法實(shí)驗(yàn)的對(duì)比與分析.pdf

1、自動(dòng)目標(biāo)識(shí)別(Automatic Target Recognition，簡(jiǎn)稱ATR)是機(jī)器視覺(jué)智能化領(lǐng)域的一個(gè)重要研究課題。本文從自動(dòng)目標(biāo)識(shí)別的研究思路上，采用分模塊思想對(duì)典型的ATR算法進(jìn)行研究、分析和實(shí)驗(yàn)。在一定條件下，滿足實(shí)時(shí)性的同時(shí)解決了對(duì)特定圖像的數(shù)據(jù)采集、數(shù)據(jù)存放、目標(biāo)檢測(cè)、目標(biāo)識(shí)別、以及性能對(duì)比等問(wèn)題。
　　本文的研究?jī)?nèi)容包括:圖像的采集、目標(biāo)的檢測(cè)、特征點(diǎn)的提取、目標(biāo)的識(shí)別、算法的評(píng)價(jià)等。圖像預(yù)處理中利用了中值濾波

2、去除圖像處理前與處理后的噪聲點(diǎn)，然后利用對(duì)比度算法提高目標(biāo)與背景的對(duì)比差值。目標(biāo)檢測(cè)采用多種分割算法提取多目標(biāo)數(shù)據(jù)，利用行心定位提取后的區(qū)域。角點(diǎn)檢測(cè)算法對(duì)圖像進(jìn)行角點(diǎn)檢測(cè)，通過(guò)角點(diǎn)概率密度改進(jìn)全局角點(diǎn)的計(jì)算時(shí)間問(wèn)題。本文通過(guò)兩種算法對(duì)于目標(biāo)進(jìn)行識(shí)別:
　　1）改進(jìn)的灰度值模板匹配算法;
　　2）特征點(diǎn)匹配率識(shí)別算法。
　　其中，改進(jìn)的灰度值模板匹配算法的模板來(lái)源包括數(shù)據(jù)庫(kù)已存在的標(biāo)準(zhǔn)數(shù)據(jù)和訓(xùn)練更新過(guò)程中的模板數(shù)據(jù)。特