基于dsmt的飛行目標(biāo)識別與跟蹤

基于dsmt的飛行目標(biāo)識別與跟蹤

ID:35055956

大?。?.62 MB

頁數(shù):85頁

時間:2019-03-17

基于dsmt的飛行目標(biāo)識別與跟蹤_第1頁
基于dsmt的飛行目標(biāo)識別與跟蹤_第2頁
基于dsmt的飛行目標(biāo)識別與跟蹤_第3頁
基于dsmt的飛行目標(biāo)識別與跟蹤_第4頁
基于dsmt的飛行目標(biāo)識別與跟蹤_第5頁
資源描述:

《基于dsmt的飛行目標(biāo)識別與跟蹤》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、西南科技大學(xué)研究生學(xué)位論文基于DSmT的飛行目標(biāo)識別與跟蹤年級2013姓名王成申請學(xué)位級別碩士專業(yè)信息與通信工程指導(dǎo)教師黃玉清教授ClassifiedIndex:TP391.4U.D.C:620SouthwestUniversityOfScienceandTechnologyMasterDegreeThesisRecognitionandTrackingforFlightTargetbasedonDSmTGrade:2013Candidate:WangChengAcademicDegreeAppliedfo

2、r:MasterSpecialty:InformationandCommunicationEngineeringSupervisor:Prof.HuangYu-QingMay.30,2016獨創(chuàng)性聲明本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下迸行的研究工作及取得的。研究成果盡我所知,除了文中特別加標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得西南科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料一。與我同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的

3、說明并表示了謝意。簽名:曰期:關(guān)于論文使用和授權(quán)的說明本人完全了解西南科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,即;學(xué)校有權(quán)保留學(xué)位論文的復(fù)印件,允許該論文被查閱和借閱;學(xué)??晒荚撜摚崳姟⑽牡娜炕虿糠謨?nèi)容,可采用影印縮印或其他復(fù)制手段保存論文。(保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定)簽名:導(dǎo)師簽名;日期:分6^如圣西南科技大學(xué)碩士研究生學(xué)位論文第I頁摘要飛行目標(biāo)識別與跟蹤作為機器視覺和模式識別領(lǐng)域的一個重要研究內(nèi)容,在敵我識別、智能防御、自動火炮等軍事領(lǐng)域具有重要意義。在飛行目標(biāo)識

4、別與跟蹤的過程中,由于飛行目標(biāo)速度快、距離遠(yuǎn)、背景復(fù)雜等因素,飛行目標(biāo)的識別以及跟蹤是一個極富挑戰(zhàn)的難題。本文緊扣飛行目標(biāo)識別與跟蹤的核心問題,從飛行目標(biāo)分割、飛行目標(biāo)識別和飛行目標(biāo)跟蹤三個方面進(jìn)行了研究。針對一般增強算法存在丟失目標(biāo)細(xì)節(jié)信息的問題,本文提出了一種基于小波分解的分層自適應(yīng)圖像增強方法。該算法根據(jù)圖像小波分解的低頻部分計算出相應(yīng)的對比度信息,以實現(xiàn)自適應(yīng)分層,然后依據(jù)分層的結(jié)果確定自適應(yīng)增強函數(shù),以此達(dá)到在增強圖像的同時保留足夠的細(xì)節(jié)信息。為了滿足實時性以及分割完整的需求,本文使用了一種基于一

5、維最大熵閾值分割和角點檢測相結(jié)合的飛行目標(biāo)分割算法。該算法能夠依據(jù)圖像的特點,自動地選擇分割算法,從而在保證實時性的同時較完整地分割出目標(biāo)。其次,針對利用單一特征對目標(biāo)識別正確率低的問題,本文引入了Dezert-Smarandache理論(DSmT),發(fā)展出了通過三個證據(jù)源的融合識別出目標(biāo)類別的算法。算法利用支持向量機對目標(biāo)的梯度方向直方圖特征以及成對幾何直方圖特征的分類信息,并結(jié)合目標(biāo)的速度信息構(gòu)建相應(yīng)的證據(jù)源,最后通過DSmT方法進(jìn)行融合。仿真結(jié)果表明,本文的融合識別方法相較于單一目標(biāo)識別的方法,識別正

6、確率更高。最后,為了解決多目標(biāo)跟蹤,在目標(biāo)軌跡相近甚至相交時,容易跟蹤丟失的問題,結(jié)合DSmT理論,本文使用了一種基于多信息融合的跟蹤算法。算法在考慮目標(biāo)的運動信息的基礎(chǔ)上加入了目標(biāo)屬性信息。算法利用卡爾曼濾波對目標(biāo)的位置進(jìn)行預(yù)測,對預(yù)測位置處的觀測值進(jìn)行屬性分析,以此確定準(zhǔn)確的目標(biāo)位置。從而解決了目標(biāo)軌跡相近甚至相交時的目標(biāo)跟蹤丟失的問題。關(guān)鍵詞:飛行目標(biāo)識別飛行目標(biāo)跟蹤DSmT多特征融合西南科技大學(xué)碩士研究生學(xué)位論文第II頁AbstractFlighttargetrecognitionandtracki

7、ngasoneoftheimportantresearchcontentsinthefieldofmachinevisionandpatternrecognition,hasimportantsignificanceinidentification,defenseintelligence,automaticgunandothermilitaryareas.Intheprocessofflighttargetrecognitionandtracking,becauseofthehighspeed,distan

8、ce,complexbackgroundandotherfactors,flighttargetrecognitionandtrackingplaysaprominentroleandisahardandchallengingtask.Thisthesistakesflighttargetrecognitionandtrackingasthestudy'scoreandhasadetailedin-depthst

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。