基于神經(jīng)網(wǎng)絡(luò)融合的目標(biāo)識(shí)別技術(shù)研究.pdf

1、自動(dòng)目標(biāo)識(shí)別(AutomaticTargetRecognition，簡稱ATR)是一項(xiàng)新興的學(xué)科。經(jīng)過三十多年廣泛而深入的研究，ATR領(lǐng)域已經(jīng)采用了圖像處理(IP)、圖像分析(IA)、模式識(shí)別(PR)以及人工智能(AI)等多學(xué)科技術(shù)，各種面向復(fù)雜應(yīng)用背景的ATR系統(tǒng)也不斷涌現(xiàn)。到目前為止，基于這些方法與技術(shù)的自動(dòng)目標(biāo)識(shí)別的努力，取得了大量研究成果， 本文綜述了神經(jīng)網(wǎng)絡(luò)自動(dòng)目標(biāo)識(shí)別技術(shù)的發(fā)展現(xiàn)狀，深入研究了基于神經(jīng)網(wǎng)絡(luò)的自動(dòng)目標(biāo)識(shí)

2、別及其相關(guān)技術(shù)。在汽車目標(biāo)識(shí)別中，神經(jīng)網(wǎng)絡(luò)識(shí)別法得到了有效的應(yīng)用，神經(jīng)網(wǎng)絡(luò)的并行處理機(jī)制可以大大的提高系統(tǒng)的識(shí)別速度，并且神經(jīng)網(wǎng)絡(luò)所具有的容錯(cuò)性可以大大提高系統(tǒng)的識(shí)別率。 對于每種汽車的各種情況，提取7個(gè)不變矩特征、1個(gè)圓度特征、1個(gè)分形維特征、3個(gè)馬氏距離、1個(gè)長寬比特征，1個(gè)紋理特征，共14個(gè)特征數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)源。采用了典型的單層感知機(jī)、BP神經(jīng)網(wǎng)絡(luò)、徑向基神經(jīng)網(wǎng)絡(luò)對汽車目標(biāo)進(jìn)行識(shí)別，并對識(shí)別結(jié)果進(jìn)行比較分析。