遥感学报
遙感學報
요감학보
JOURNAL OF REMOTE SENSING
2009年
1期
67-74
,共8页
模糊神经网络%舰船目标%分类识别%特征提取
模糊神經網絡%艦船目標%分類識彆%特徵提取
모호신경망락%함선목표%분류식별%특정제취
特征是图像处理中用于辨识目标的最基本属性.提出了利用模糊神经网络方法,针对舰船的几何特征、矩特征和纹理特征进行舰船目标识别处理.首先简单地描述了几何特征、矩特征尤其是Hu矩特征、一阶纹理特征和二阶纹理特征.然后分别对仿真数据、卫星观测数据中的舰船目标,以及自动检测处理获取的舰船目标的几何特征、Hu机特征和纹理特征进行了提取和分析.模糊神经网络方法可以综合模糊集理论和神经网络方法的优势,有效地实现基于特征的图像目标分类识别处理.文章首先描述了一种主从神经元结构的模糊神经网络分类识别方法,然后利用该方法对大型舰船进行分类识别,包括基于单类舰船特征的分类识别和基于多源(时相)数据融合的分类识别.实验结果表明,基于大型舰船的几何特征、矩特征和纹理特征,利用模糊神经网络方法可以实现对大型舰船目标的有效分类识别.通过多源数据融合处理,可以改善分类识别效果.
特徵是圖像處理中用于辨識目標的最基本屬性.提齣瞭利用模糊神經網絡方法,針對艦船的幾何特徵、矩特徵和紋理特徵進行艦船目標識彆處理.首先簡單地描述瞭幾何特徵、矩特徵尤其是Hu矩特徵、一階紋理特徵和二階紋理特徵.然後分彆對倣真數據、衛星觀測數據中的艦船目標,以及自動檢測處理穫取的艦船目標的幾何特徵、Hu機特徵和紋理特徵進行瞭提取和分析.模糊神經網絡方法可以綜閤模糊集理論和神經網絡方法的優勢,有效地實現基于特徵的圖像目標分類識彆處理.文章首先描述瞭一種主從神經元結構的模糊神經網絡分類識彆方法,然後利用該方法對大型艦船進行分類識彆,包括基于單類艦船特徵的分類識彆和基于多源(時相)數據融閤的分類識彆.實驗結果錶明,基于大型艦船的幾何特徵、矩特徵和紋理特徵,利用模糊神經網絡方法可以實現對大型艦船目標的有效分類識彆.通過多源數據融閤處理,可以改善分類識彆效果.
특정시도상처리중용우변식목표적최기본속성.제출료이용모호신경망락방법,침대함선적궤하특정、구특정화문리특정진행함선목표식별처리.수선간단지묘술료궤하특정、구특정우기시Hu구특정、일계문리특정화이계문리특정.연후분별대방진수거、위성관측수거중적함선목표,이급자동검측처리획취적함선목표적궤하특정、Hu궤특정화문리특정진행료제취화분석.모호신경망락방법가이종합모호집이론화신경망락방법적우세,유효지실현기우특정적도상목표분류식별처리.문장수선묘술료일충주종신경원결구적모호신경망락분류식별방법,연후이용해방법대대형함선진행분류식별,포괄기우단류함선특정적분류식별화기우다원(시상)수거융합적분류식별.실험결과표명,기우대형함선적궤하특정、구특정화문리특정,이용모호신경망락방법가이실현대대형함선목표적유효분류식별.통과다원수거융합처리,가이개선분류식별효과.