基于三維建模的艦船識別技術(shù)研究.pdf

1、隨著海軍在現(xiàn)代戰(zhàn)爭中作用的不斷提升和各種先進(jìn)作戰(zhàn)艦船的不斷裝備，基于海面背景的艦船目標(biāo)識別已經(jīng)成為自動目標(biāo)識別領(lǐng)域中的重要研究課題，其具有基礎(chǔ)性和關(guān)鍵性的作用。目前普遍采用雷達(dá)制導(dǎo)和圖像制導(dǎo)兩個方式。與雷達(dá)制導(dǎo)相比，圖像制導(dǎo)功耗小，探測距離長，而且識別精度高。本文以此為切入點，研究了三維艦船目標(biāo)的圖像識別算法。論文的主要工作成果如下：
　　(1)提出一種基于自適應(yīng)閾值的區(qū)域生長并結(jié)合形態(tài)學(xué)濾波和幾何學(xué)處理的目標(biāo)分割算法。通過對生長

2、閾值的自適應(yīng)選取，得到目標(biāo)分割圖像，并結(jié)合形態(tài)學(xué)濾波及幾何學(xué)處理進(jìn)行后續(xù)處理。實驗證明該方法適用于大部分以艦船為目標(biāo)的圖像。
　　(2)設(shè)計了一種基于AP聚類SIFT特征點的三維目標(biāo)特征提取算法。根據(jù)SIFT（Scale Invariant Feature Transform尺度不變特征變換）特征良好的平移、旋轉(zhuǎn)以及比例不變性，成功將傳統(tǒng)的圖像庫圖像轉(zhuǎn)化為SIFT特征向量庫。并結(jié)合AP（Affinity Propagation近鄰

3、傳播）聚類算法將圖像庫進(jìn)行聚類，剔除大量重復(fù)圖像。實驗結(jié)果表明，在保證準(zhǔn)確率的情況下加快了對目標(biāo)艦船類型的識別速度。
　　(3)提出了一種改進(jìn)ASIFT的三維目標(biāo)識別算法。引入并改進(jìn)ASIFT算法，在SIFT特征三個不變性的基礎(chǔ)上，對待識別艦船目標(biāo)，增加經(jīng)度角和緯度角兩個參數(shù)來模擬視角變化，實現(xiàn)了較大范圍的仿射不變性。實驗結(jié)果表明此方法通過增加待識別圖像的SIFT特征向量，增加了與不同艦船類型目標(biāo)數(shù)據(jù)庫的匹配點數(shù)，從而提高了對艦船