光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2014年
6期
1639-1647
,共9页
王灿进%孙涛%石宁宁%王锐%王挺峰%王卫兵%郭劲%陈娟
王燦進%孫濤%石寧寧%王銳%王挺峰%王衛兵%郭勁%陳娟
왕찬진%손도%석저저%왕예%왕정봉%왕위병%곽경%진연
激光主动成像%图像识别系统%Hu矩特征量%双隐含层BP算法%目标识别率
激光主動成像%圖像識彆繫統%Hu矩特徵量%雙隱含層BP算法%目標識彆率
격광주동성상%도상식별계통%Hu구특정량%쌍은함층BP산법%목표식별솔
laser active imaging%image recognition system%Hu moment feature vector%double hidden layer BP algorithm%target recognition probability
在传统激光主动成像系统的基础上,结合目标识别技术搭建了一个激光主动成像识别系统实验平台,用于研究激光主动成像后的目标识别.介绍了实验平台的工作原理,基于Hu矩特征的双隐含层BP神经网络算法以及实验处理流程和实验结果.特征量由7个不变Hu矩构成,通过240张原始目标样本库对由136个权值系数构成的双隐含层BP神经网络算法进行了训练.利用训练好的双隐含层BP算法对黑夜条件下远处的运动目标一-43式冲锋模具枪进行了实验研究,成功获得了清晰的红外激光主动成像效果.实验显示对450 m处2 740帧和550 m处2 420帧激光主动成像图像的统计识别率达到了68.87％和72.11％,其中旋转变换下的统计识别率可达80.05％和84％,好于仿射变换的识别效果.
在傳統激光主動成像繫統的基礎上,結閤目標識彆技術搭建瞭一箇激光主動成像識彆繫統實驗平檯,用于研究激光主動成像後的目標識彆.介紹瞭實驗平檯的工作原理,基于Hu矩特徵的雙隱含層BP神經網絡算法以及實驗處理流程和實驗結果.特徵量由7箇不變Hu矩構成,通過240張原始目標樣本庫對由136箇權值繫數構成的雙隱含層BP神經網絡算法進行瞭訓練.利用訓練好的雙隱含層BP算法對黑夜條件下遠處的運動目標一-43式遲鋒模具鎗進行瞭實驗研究,成功穫得瞭清晰的紅外激光主動成像效果.實驗顯示對450 m處2 740幀和550 m處2 420幀激光主動成像圖像的統計識彆率達到瞭68.87％和72.11％,其中鏇轉變換下的統計識彆率可達80.05％和84％,好于倣射變換的識彆效果.
재전통격광주동성상계통적기출상,결합목표식별기술탑건료일개격광주동성상식별계통실험평태,용우연구격광주동성상후적목표식별.개소료실험평태적공작원리,기우Hu구특정적쌍은함층BP신경망락산법이급실험처리류정화실험결과.특정량유7개불변Hu구구성,통과240장원시목표양본고대유136개권치계수구성적쌍은함층BP신경망락산법진행료훈련.이용훈련호적쌍은함층BP산법대흑야조건하원처적운동목표일-43식충봉모구창진행료실험연구,성공획득료청석적홍외격광주동성상효과.실험현시대450 m처2 740정화550 m처2 420정격광주동성상도상적통계식별솔체도료68.87％화72.11％,기중선전변환하적통계식별솔가체80.05％화84％,호우방사변환적식별효과.
