基于多分類(lèi)器融合的多視點(diǎn)飛機(jī)目標(biāo)識(shí)別算法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，飛機(jī)目標(biāo)識(shí)別已經(jīng)成為計(jì)算機(jī)視覺(jué)領(lǐng)域中研究的熱點(diǎn)之一。飛機(jī)目標(biāo)識(shí)別技術(shù)在軍事領(lǐng)域和民用領(lǐng)域都有廣泛的應(yīng)用。在軍事領(lǐng)域，飛機(jī)目標(biāo)識(shí)別可以應(yīng)用在防御系統(tǒng)、導(dǎo)航制導(dǎo)系統(tǒng)、軍事目標(biāo)偵查中。在民用方面，飛機(jī)目標(biāo)識(shí)別可以為民航機(jī)場(chǎng)提供實(shí)時(shí)動(dòng)態(tài)監(jiān)控，便于機(jī)場(chǎng)進(jìn)行有效的管理。
　　近年來(lái)，飛機(jī)目標(biāo)識(shí)別技術(shù)已經(jīng)取得了很大的進(jìn)展，但是依然存在著在多視點(diǎn)下飛機(jī)姿態(tài)多變導(dǎo)致識(shí)別率低，算法耗時(shí)量大等問(wèn)題。因此，本文為提高算法識(shí)別精度，減少

2、耗時(shí)量，在現(xiàn)有算法的基礎(chǔ)上，提出了基于多分類(lèi)器融合的多視點(diǎn)飛機(jī)目標(biāo)識(shí)別算法。本文主要研究?jī)?nèi)容如下：
　　1、總結(jié)飛機(jī)目標(biāo)識(shí)別的通用流程和關(guān)鍵技術(shù)，并對(duì)流程中各個(gè)步驟的關(guān)鍵技術(shù)進(jìn)行分析，其中著重介紹特征提取和分類(lèi)器的選擇。首先分析了特征提取中各個(gè)特征的優(yōu)劣，然后探究了不同類(lèi)型的特征之間的聯(lián)系，最后詳細(xì)介紹了識(shí)別算法中各種常用的分類(lèi)器。
　　2、針對(duì)飛機(jī)目標(biāo)在多視點(diǎn)情況下，姿態(tài)變化導(dǎo)致飛機(jī)目標(biāo)識(shí)別率低的問(wèn)題，本文提出了一種基于S

3、VM(Support Vector Machine)和DSmT(Dezert-Smarandache theory)理論相結(jié)合的多特征融合的多視點(diǎn)飛機(jī)目標(biāo)識(shí)別算法。首先訓(xùn)練多個(gè)SVM分類(lèi)器，然后利用DSmT融合規(guī)則對(duì)多個(gè)SVM分類(lèi)器進(jìn)行融合判斷，最后得到識(shí)別結(jié)果。該算法有效的克服了在多視點(diǎn)下，由于飛機(jī)姿態(tài)多變導(dǎo)致的飛機(jī)目標(biāo)識(shí)別率低的問(wèn)題。實(shí)驗(yàn)表明該算法能夠在飛機(jī)姿態(tài)發(fā)生較大變化時(shí)，較好地識(shí)別出不同類(lèi)型的飛機(jī)。
　　3、針對(duì)飛機(jī)多姿