基于LLE與HMM的飛機序列目標(biāo)識別算法研究.pdf

1、飛機目標(biāo)識別因為其在現(xiàn)代戰(zhàn)爭中的精確制導(dǎo)和敵我身份識別等方面都有著重要的應(yīng)用，成為當(dāng)前自動目標(biāo)識別(Automatic Target Recognition，ATR)系統(tǒng)最為重要的領(lǐng)域之一。隨著圖像處理、模式分類和人工智能的迅速發(fā)展，飛機目標(biāo)識別系統(tǒng)會成為未來武器的主要組成部分。然而由于飛機在飛行過程中姿態(tài)變化的復(fù)雜性，導(dǎo)致飛機目標(biāo)的機器識別仍然很難得到廣泛的應(yīng)用，有效解決飛機的姿態(tài)多變導(dǎo)致識別率低下的問題具有很大挑戰(zhàn)性。本論文針對這些

2、問題，對飛機飛行過程展開深入研究，利用飛機全姿態(tài)模型信息與序列信息，將飛機全姿態(tài)流形與序列信息融合技術(shù)進行有效結(jié)合，完成飛機目標(biāo)識別過程。主要工作如下:
　　在對主流的飛機目標(biāo)識別算法進行了研究的基礎(chǔ)上，分析了飛機的全姿態(tài)模型，提出了基于局部線性嵌入(Locally Linear Embedding，LLE)和隱馬爾科夫模型(HiddenMarkov Model，HMM)相結(jié)合的飛機目標(biāo)識別算法。本算法的特點在于:一、提取序列中的

3、單幀圖像的輪廓局部奇異值特征作為圖像特征。二、利用局部線性嵌入方法進行非線性維數(shù)約簡。三、在低維嵌入空間利用最近特征線分類器(Nearest Feature Line,NFL)進行初步的識別，得到一組目標(biāo)觀察序列信息。四、為了彌補上述維數(shù)約簡所損失的數(shù)據(jù)信息同時針對某一位姿下不同類飛機的圖像的相似性，將所得到的序列信息通過基于HMM的序列信息融合完成最終的飛機目標(biāo)識別。從而完成多姿態(tài)變化的飛機序列目標(biāo)識別。
　　最后，通過對序列飛