專利名稱：一種三維模糊空間目標(biāo)識別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于航天技術(shù)與模式識別交叉領(lǐng)域，具體涉及一種三維模糊空間目標(biāo)識別方法。
背景技術(shù)：
空間目標(biāo)由于成像距離遙遠(yuǎn)以及大氣湍流模糊的影響，在焦平面上的成像容易出現(xiàn)模糊不清的現(xiàn)象。當(dāng)成像目標(biāo)模糊不清時，使用傳統(tǒng)的基于幾何特征或形狀特征的識別算法識別率往往會隨著目標(biāo)的模糊程度增加而迅速下降。由于空間目標(biāo)在三維空間中姿態(tài)的多樣性，在焦平面上的投影形狀差異較大，這進(jìn)一步加劇了三維空間目標(biāo)識別的難度?？臻g目標(biāo)湍流模糊一般可用高斯卷積模糊近似。因此，識別算法為了能在湍流模糊成像條件下獲得較高識別率，有必要專門研究目標(biāo)在高斯卷積模糊條件下仍保持不變或基本穩(wěn)定的特征量用于構(gòu)建高效的模糊空間目標(biāo)識別算法。國內(nèi)外學(xué)者對這類模糊成像目標(biāo)識別進(jìn)行了詳細(xì)的研究，并且取得了一定的理論和實(shí)際意義。如，李元祥、許鵬、敬忠良、魏憲的“空間目標(biāo)序列圖像識別技術(shù)”，見《哈爾濱工業(yè)大學(xué)學(xué)報》，2009年11期；馬君國、趙宏鐘、李保國的“基于結(jié)構(gòu)特征的空間目標(biāo)識別算法”，見《現(xiàn)代雷達(dá)》，2005 年第 7 期；Christopher M. Cyr> Benjamin B. Kimia “3D objectrecognition using shapesimiliarity-based aspect graph，，，Computer Vision, 2001.1CCV 2001. Proceedings. Eighth IEEE International Conference on.上述研究成果都對這類特殊的問題提出了自己的解決方案，各個方案具有自己的算法特點(diǎn)。但是算法都存在計算復(fù)雜、運(yùn)算量大、識別率低等問題
發(fā)明內(nèi)容
本發(fā)明提供一種三維模糊空間目標(biāo)識別方法，解決現(xiàn)有方法計算復(fù)雜、運(yùn)算量大、識別率低的問題，當(dāng)空間目標(biāo)圖像出現(xiàn)湍流模糊時，能精確地識別出目標(biāo)類型。本發(fā)明所提供的一種三維模糊空間目標(biāo)識別方法，包括下述步驟(I)獲取模板目標(biāo)多視點(diǎn)特性視圖步驟按俯仰角α每隔10°、偏航角β每隔10°將高斯觀測球劃分為703個二維平面，α = -90° 90°，β = -180° 180° ；將各三維模板目標(biāo)Ot置于高斯觀測球球心，從球心將各三維模板目標(biāo)Ot分別向703個二維平面進(jìn)行正投影，共得到N個三維模板目標(biāo)的多視點(diǎn)的NX 703個特性視圖Fi ；各特性視圖Fi為寬度m、高度η的像素矩陣，& (X，y)為Fi的點(diǎn)(x，y)處像素灰度值，I (橫坐標(biāo)X彡m，l彡縱坐標(biāo)y彡n，i = 1、2、...、K，K = NX 703，T = 1、2、…、N，N為三維模板目標(biāo)的個數(shù)；(2)建立模板目標(biāo)模糊不變矩庫步驟，包括下述子步驟(2.1)計算各特性視圖Fi的重心橫坐標(biāo)xiQ、縱坐標(biāo)Ji0
權(quán)利要求
1.一種三維模糊空間目標(biāo)識別方法，包括下述步驟 (1)獲取模板目標(biāo)多視點(diǎn)特性視圖步驟 按俯仰角α每隔10°、偏航角β每隔10°將高斯觀測球劃分為703個二維平面，α=-90° 90°，β = -180° 180° ； 將各三維模板目標(biāo)Ot置于高斯觀測球球心，從球心將各三維模板目標(biāo)Ot分別向703個二維平面進(jìn)行正投影，共得到N個三維模板目標(biāo)的多視點(diǎn)的ΝΧ703個特性視圖Fi ;各特性視圖Fi為寬度m、高度η的像素矩陣，fi(x，y)為Fi的點(diǎn)(x，y)處像素灰度值，1≤橫坐標(biāo)X ≤ m，l ≤縱坐標(biāo) y ≤ n，i = 1、2、...、K，K = NX703，T = 1、2、...、Ν，N 為三維模板目標(biāo)的個數(shù)； (2)建立模板目標(biāo)模糊不變矩庫步驟，包括下述子步驟 (2.1)計算各特性視圖Fi的重心橫坐標(biāo)Xitl、縱坐標(biāo)yiQ ；
全文摘要
一種三維模糊空間目標(biāo)識別方法，屬于數(shù)字圖像模式識別領(lǐng)域，目的在于當(dāng)圖像出現(xiàn)高斯散焦模糊情況時能夠精確地識別出目標(biāo)的類別。本發(fā)明包括獲取模板目標(biāo)多視點(diǎn)特性視圖步驟、建立模板目標(biāo)模糊不變矩庫步驟、歸一化處理步驟、計算待識別目標(biāo)模糊不變矩步驟、歸一化待識別目標(biāo)模糊不變矩步驟和目標(biāo)識別步驟。本發(fā)明利用三維模板目標(biāo)模型建立模板目標(biāo)模糊不變矩庫；將待識別目標(biāo)圖像的模糊不變矩與模板目標(biāo)模糊不變矩庫作比較，識別出目標(biāo)的類別；處理過程對數(shù)據(jù)歸一化，可有效均衡各特征量對識別結(jié)果的影響，進(jìn)一步提高目標(biāo)識別率；算法實(shí)現(xiàn)簡單、運(yùn)算量小、魯棒性好，在成像目標(biāo)出現(xiàn)較大高斯模糊條件下也能獲得較高的識別率。
文檔編號G06K9/00GK103065130SQ20121059490
公開日2013年4月24日 申請日期2012年12月31日 優(yōu)先權(quán)日2012年12月31日
發(fā)明者張?zhí)煨? 周鋼, 左芝勇, 鄭亞云, 劉立, 朱虎, 朱生國, 詹麗娟 申請人:華中科技大學(xué)