资源描述：
《红外目标的分割与识别算法研究》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、上海交通大学硕士学位论文红外目标的分割与识别算法研究姓名：朱巍巍申请学位级别：硕士专业：模式识别与智能系统指导教师：周越20070101上海交通大学硕士学位论文摘要合项目情况，给出了类别的不确定度定义，分别研究了改进的FCM及SVM方法，使得其训练结果能够体现类别的不确定度，更为符合实际状况，并为后端的融合识别提供恰当的输入。3．实现了多信息源的融合识别，给出更为可靠的判别结果。由于红外成像多波段技术的应用，以及对同一目标提取多种特征，识别系统必须给出一个综合的可靠判别结果。经典的DS证据理论能够根据多条证据有效的减小证据间的不确定性，本文在借鉴DS
2、证据理论的过程中，依据前面的训练结果，在工程实现上，完成了多特征、多帧、多波段的融合识别。4．给出了一种新的动态点目标的特征提取及识别方法。对于红外点目标图像来说，由于其有效像素数目太少，在单帧图像上很难提取到有效的特征，因此如何对点目标进行有效的识别，也是当前研究的热点和难点。本文基于实际信号源特点，提出了一种基于连续帧间的动态信息来进行特征建模的方法，可以对处于运动状态的点目标给出一种较好的区分标准，从而解决了对点目标的识别问题。试验表明，这种方法是可靠、有效的。关键词：红外目标，张量场，分割，模糊聚类，支持向量机，动态特征，融合识别-II-上海
3、交通大学硕士学位论文ABSTRACTSTUDYONINFRARDTARGETSEGMENTATIONANDRECOGNITIONALOGRITHMABSTRACTWiththedevelopingofinfraredphotographictechnology,theuseofthesetechnologiesbecomemoreandmorebroadlyinmodernvectoring,searchingandtracking.Itisverymeaningfultoapplyinfraredtechniquesexactlyinmanyfie
4、lds.Inthesametime,therequirementsofinfraredimagesprocessingbecomemoreandmorerigor,especiallyintheanalysisofregionofinterest,suchastargetdetecting,trackingandrecognition.Inmoderninfraredsystem,multi-channelphotographictechniquesareoftenappliedtoimprovetheperformanceofsystem,andm
5、akethesystemmorerobustandaccurate.Toeffectivelyusingsuchmulti-channelinformation,thethesis’sresearchesemphasizeontheprecisesegmentationandfusedrecognitioninthecomplexbackground.Themainworkinthispaperisasfollows.1.Proposedanewimagesegmentationmethodbasedontensorfield.Tensorexpre
6、ssion,foritsabundantinformationcontained,becomemoreandmoreimportantinmodernimageprocessingtechnology.Afewmethodsofobtainingimagetensorfieldhavepresentedinreportedresearch.Bydefininganewstructureassumeinlocalimage,anewimage-III-上海交通大学硕士学位论文ABSTRACTtensorfieldcodingmethod,whichca
7、nexpresstheimagestructuremoreproperly,isproposedinthispaper.Thisstructuretensorfieldprovidesafinecalculatefoundationforfollowingimageprocessing,suchasimagesegmentation,featureextractionandsoon.Resultsofimagesegmentationbasedontensorfieldareshowinthispaper,whichperformwell.2.Imp
8、rovedtheclustermethodofFCMandSVM,andproposedanewtraini
