基于特征級融合的目標(biāo)識別方法研究.pdf

1、多傳感器信息融合的目標(biāo)識別技術(shù)普遍應(yīng)用于軍事、計算機(jī)視覺、遙感圖像等領(lǐng)域，具有廣泛的理論研究和實(shí)際應(yīng)用的意義。基于特征級融合的目標(biāo)識別技術(shù)能夠在各種復(fù)雜、不確定性的情況下，融合多種傳感器提供的特征信息，縮減數(shù)據(jù)量帶寬，提高識別的精度和效率，因此這是一個很有應(yīng)用前景的研究課題。目前信息融合技術(shù)已取得了非常顯著的成果并達(dá)到了廣泛應(yīng)用，但是針對特征級融合的目標(biāo)識別技術(shù)，目前國內(nèi)研究較少，許多問題需要解決，迫切需要開展廣泛深入的基礎(chǔ)理論和技術(shù)研

2、究。
　　本文在總結(jié)、借鑒前人的一些理論及研究成果的基礎(chǔ)上，對特征級融合的目標(biāo)識別方法進(jìn)行了深入、系統(tǒng)的研究。本文主要研究了以下幾方面內(nèi)容：
　　（1）分析了特征級融合目標(biāo)識別的研究內(nèi)容、關(guān)鍵問題，構(gòu)建了特征級融合目標(biāo)識別系統(tǒng)的結(jié)構(gòu)及模型。
　?。?）針對紅外傳感器和可見光傳感器的成像特點(diǎn)，研究了灰度共生矩陣、Hu不變矩、仿射不變矩以及小波矩四種特征提取方法。在此基礎(chǔ)上推導(dǎo)出了仿射不變矩和小波矩的另外3個高階矩，以提取

3、目標(biāo)的細(xì)節(jié)信息，使其在離散狀態(tài)下仍然具有旋轉(zhuǎn)、平移、尺度不變性。
　?。?）針對傳統(tǒng)的串聯(lián)和并聯(lián)特征融合方法中目標(biāo)融合特征信息量大，冗余信息豐富的問題，研究了基于遺傳算法的特征融合方法。通過遺傳算法中適應(yīng)度函數(shù)、遺傳算子、終止條件的設(shè)計，降低了目標(biāo)特征維數(shù)，使融合后的目標(biāo)特征具有旋轉(zhuǎn)不變性、尺度不變性、魯棒性、類間可分性和類內(nèi)穩(wěn)定性的特點(diǎn)。
　?。?）針對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)易陷入局部空間最優(yōu)解問題，提出并研究了運(yùn)用粒子群算法優(yōu)化R