基于dsmt的序列图像智能融合目标识别方法_侯俊

基于dsmt的序列图像智能融合目标识别方法_侯俊

ID:12916784

大小:115.50 KB

页数:3页

时间:2018-07-19

基于dsmt的序列图像智能融合目标识别方法_侯俊_第1页
基于dsmt的序列图像智能融合目标识别方法_侯俊_第2页
基于dsmt的序列图像智能融合目标识别方法_侯俊_第3页
资源描述:

《基于dsmt的序列图像智能融合目标识别方法_侯俊》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、122计算机应用2006年第26卷第1期2006年1月计算机应用ComputerApplicationsVol26No.1Jan2006122计算机应用2006年122计算机应用2006年文章编号:1001-9081(2006)01-0120-03基于DSnT的序列图像智能融合目标识别方法侯俊,苗壮,潘泉(西北工业大学自动化学院,陕西西安)騰oujun@nwpueducni牘摘要:提出了!种基于BP神经网络和DSmT推理的序列图像目标识别算法。以修正的Hu不变矩为图像特征,利用数据融合的思想对来自目标的序

2、列图像进行时间域融合处理。由BP神经网络对目标的初步识别结果构造基本置信指派函数,用DSmT组合规则进行决策级数据融合,完成了三維飞机图像目标的识别仿真。仿真结果表明,融合方法提高了三維飞机目标识别的准确性。关键词:目标识别;数据融合;DSmT;序列图像;BP神经网络中图分类号:TP39141文献标识码:AIntelligenttargetrecognitionmethodofsequentialmagesbasedonDSmTHOUJun牞MAOZhuang牞PANQuan牗CollegeofAutan

3、ation牞NorihwestemPolytechnicalUniversity牞XianShaanxi710072牞China牘Abstrac牶Asequeiitialmagere(ogiiitioiialgorihmbasedoilBPNeuralNewoik牗BPNN牘andDezert—marandacheTheory牗DSmT牘waspreselledFirsty牞modifiedHuinvariantmomentswasusedaslliefeatureoft^ieimagedandBPNNw

4、asappliedoideiitiihetargetSect^ndly牞basicbeliefassigjnmentfuiicticsiwasconstructedihroughheoutputofheBPNN牞andaftervardsDSmTfusionrulewasusedtofinishhedecisiaidata,fusionLastly牞reogiiitioiiof3DairpkiieimageswascompletedThesimulationresults^iio^vthathisfusi

5、onmethodiseffectiveKeyword牶targetrecogniti)i牷dataiisia牷DSmT牷sequentialimage牷BPiieuraliiewoik122计算机应用2006年122计算机应用2006年收稿日期:2005-07-14修订日期:2005-09-06作者简介:侯俊(1975-),男,陕西西安人,博士研究生,主要研究方向:信息融合、图像识别;苗壮(1978-),男,山东威海人,博士研究生,主要研究方向.信息融合'图像.识别潘泉(1961-男上海人,教授主要研究

6、方向•估计与控制、信息融合、图像识别.cnki>net0引百三维空间的目标识别是计算机视觉领域的核心问题之一。由于目标的运动导致其相对于摄像机在不同方向角所呈现的图像姿态变化万千,使得在三维空间中进行目标识别的难度大大增加[

7、]。传统的基于最近邻的识别方法依赖于目标数据库的完备性,但要建立一个完备的目标数据库是非常困难的,这就导致信息的不完备性;同时,该法通常只利用一幅图像就获得识别结果,而从某个位置得到的不同目标图像可能非常相似,这就带来了识别结果的不确定性。对解决这种不完备、不确定的问题,2002年法

8、国学者Dezert提出的DSmT推理有其独特的优势[2~4]。另一方面,证据理论在实际应用当中,存在基本置信指派函数难以构造的问题,而人工神经网络由于具有自组织、自学习、自适应的特点,能不断地通过学习来调整网络连接权值来达到识别、分类的目的,因此由神经网络的识别结果来构造基本置信指派函数是可行的。考虑到仅依靠单一的目标图像信息来识别目标并不能得到较高的识别率,为了提高图像目标识别的准确性,本文将神经网络和DS证据理论结合起来,提出一种基于序列图像的智能目标识别方法,以修正的不变矩作为图像特征,用神经网络对

9、来自目标的多幅图像作初步识别,从而构造出基本置信指派函数,最后用DS理论进行决策级融合处理得到最后的识别结果。1图像矩特征提取图像的矩特征是以图像分布的各阶矩来描述灰度的统计特性的方法,它的一个很重要的特点就是具有平移、比例和旋转变化不变性,这对图像目标识别无疑是非常有用的,因此,图像矩特征在图像目标识别中得到了广泛的应用115]。对二值数字图像x_y),(_p+q)阶原点矩和(_p+q)阶中心矩分别定义为:MNmpq=^^

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。