基于小波分析的自動目標(biāo)識別系統(tǒng)中二維圖像的特征提取與識別方法研究.pdf

1、自動目標(biāo)識別的本質(zhì)是模式識別問題,特征提取是模式識別系統(tǒng)的重要組成部分,為正確分類提供了有力的保證.為了提高分類處理的速度和精度,需選擇具有代表性的特征,而且這些特征應(yīng)具有比例、旋轉(zhuǎn)、平移不變性.小波變換具有多分辨經(jīng)特點(diǎn),并且這種特點(diǎn)呈塔形分解形式,這種分解方式與人由粗到細(xì),逐漸辨識圖像的思維方式是吻合的.文中討論了兩種基于小波變換的二維圖像特征提取方法:線性矩的多分辨分析、小波矩的圖像識別,闡述了各方法的基本原理及實(shí)現(xiàn)過程.線性矩的多

2、分辨分析方法是首先將圖像的二維信息轉(zhuǎn)換為一維信息:線性矩,然后利用多分辨正交基對線性矩進(jìn)行交換,計(jì)算其各分辨率下的信號的能量及經(jīng)FFT變換的值,獲取特征矢量.為減少計(jì)算量和數(shù)據(jù)量,對此方法進(jìn)行了改進(jìn),使特征的選取更為方便.此外,還討論了小波矩的圖像識別算法,小波矩除了具有矩的平移、縮放和旋轉(zhuǎn)不變性外,還能夠把握圖像的細(xì)節(jié)特征.決策分類是目標(biāo)識別中要解決的關(guān)鍵問題.文中研究了最小距離分類器和神經(jīng)網(wǎng)絡(luò)在模式分類中的應(yīng)用.應(yīng)用多分辨分析與串、