自動目標(biāo)識別性能評估中的圖像度量方法研究.pdf

1、作為評價自動目標(biāo)識別（ATR）算法性能系統(tǒng)算法性能的輸入，圖像度量是ATR性能評估中重要的組成部分，圖像度量與ATR算法性能是否緊密相關(guān)將直接影響系統(tǒng)后續(xù)的評價工作。本文針對ATR系統(tǒng)算法性能評估中的圖像質(zhì)量度量問題，從圖像度量應(yīng)該遵循的基本原則出發(fā)，研究了如何用圖像度量來刻畫影響ATR系統(tǒng)或算法性能的圖像的特性的方法。 本文討論了基于一階灰度概率統(tǒng)計量的全局性度量和局部性圖像的度量指標(biāo)，并重點分析了作為基于一階統(tǒng)計量的度量指標(biāo)

2、中最關(guān)鍵的目標(biāo)背景對比度TBC的適用條件及用來評價算法性能時存在的不足。 本文對雜波的概念進行了描述，并詳細分析了圖像雜波對ATR系統(tǒng)算法的影響，分析了圖像的紋理特征在圖像描述中的重要意義，重點研究基于灰度共生矩陣（GLCM）的紋理分析方法，并利用圖像紋理特征對雜波進行描述，采用了依賴于目標(biāo)特性的整體背景雜波度量（ICOM方法）和目標(biāo)背景雜波尺度（TIC方法）這兩種紋理度量方法對圖像進行了度量，實驗表明基于紋理的雜波度量與算法性