《PCNN和Zernike矩在遥感图像处理和目标识别的应用》由会员分享，可在线阅读，更多相关《PCNN和Zernike矩在遥感图像处理和目标识别的应用（47页珍藏版）》请在金锄头文库上搜索。
1、摘要摘要当今，数字图像处理研究与应用中最活跃的一个领域是基于模式识别的机器人“计算机视觉“ ，而目标识别又是计算机视觉研究的一个重要方向，在军事遥感、工业自动化等领域都有广泛地应用。遥感图像中的飞机以及舰船识别在军事遥感中具有重要意义。本文主要研究了脉冲耦合神经网络( P u l s eC o u p l e dN e u r a lN e t w o r k ，P C N N ) 的基本模型、分割原理，以及存在的问题，并根据近些年来人们对脉冲耦合神经网络模型的改进，提出了对P C N N 改进的方法，并应用于遥感图像的分割。其次，研究了H u 矩和Z e m i k e 矩的原理、性质以及其
2、在模式识别中的应用，并对Z e m i k e 矩加以改进，使其在拥有旋转不变性的基础上，具有平移不变性、缩放不变性。最后，研究了常用的二值图像算法，并研究了基于P C N N 分割以及Z e r n i k e 矩作为特征的飞机目标识别算法。该算法主要利用P C N N 对遥感图像进行分割，对分割后的二值图像中，利用Z e m i k e 矩描述目标的形状特征并与模板进行匹配识别目标。实验证明，该方法识别率高，速度快，并且可有效地对抗平移、旋转、较小的缩放、阴影等干扰，具有很好的稳健性。同时，还研究了遥感图像中舰船目标识别算法，针对图像中阴影以及舰船粘连对识别正确率带来的影响，提出了解决办法
3、。关键字：目标识别，脉冲耦合神经网络( P C N N ) ，Z e r n i k e 矩，H u 矩A B S T R A C rA B S T R A C TN o w , c o m p u t e rv i s i o nb a s e do np a t t e mr e c o g n i t i o ni sm o s ta c t i v ea r e ao fd i g i t a li m a g ep r o c e s s i n gr e s e a r c ha n da p p l i c a t i o n , w h i l et a r g e tr e
4、c o g n i t i o ni sa i li m p o r t a n tr e s e a r c hd i r e c t i o ni nc o m p u t e rv i s i o n ，a n di t Sw i d e l ya p p l i e di nm a n yf i e l d s ，s u c ha si n d u s t r i a la u t o m a t i o n ，m i l i t a r ys e n s i n g A i r c r a f ta n dv e s s e lr e c o g n i t i o ni ns e
5、n s i n gi m a g eh a sg r e a ts e n s ei nm i l i t a r ys e n s i n g I nt h i sp a p e r , w es t u d i e dP u l s eC o u p l e dN e u r a lN e t w o r k S ( P E N N ) m o d e l ，t h e o r yi ni m a g es e g m e n t a t i o n ，a n de x i s t e dd e f e c t s B a s e do no t h e rr e s e a r c h
6、e s ，w ei m p r o v e dP C N Nm o d e lf o ri t sa p p l i c a t i o ni nr e m o t es e n s i n gi m a g es e g m e n t a t i o n B e s i d e s ，w ea n a l y z e dH um o m e ma n dZ e m i k em o m e n t St h e o r y ,c h a r a c t e ra n da p p l i c a t i o ni np a t t e r nr e c o g n i t i o n W
7、ea l s oi m p r o v e dZ e m i k em o m e n t ，l e ti th a dt w om o r ec h a r a c t e r so fs c a l i n gi n v a r i a n c ea n dt r a n s l a t i n gi n v a r i a n c e ，w h i l eo r i g i n a lm o m e n to n l yh a sc h a r a c t e ro fr o t a t i n gi n v a r i a n c e A tl a s t ，w es t u d i
8、e dl a b e l i n ga l g o r i t h mo fb i n a r yi m a g e ，a n dr e s e a r c h e dp l a n er e c o g n i t i o na l g o r i t h m I nt h i sa l g o r i t h m ，w eu s eP C N Nt os e g m e n tr e m o t es e n s i n gi m a g e s ；a n dt h e nl a b e lt h es e g m e n t e dr e s u l t ；f i n a l l y ,
9、 u s eZ e r n i k em o m e n tt os t a n df o rt a r g e t s s h a p ef e a t u r e sa n dm a t c hw i mt e m p l a t ef o rt a r g e ti d e n t i f i c a t i o n R e s u l t ss h o wt h a tt h ea l g o r i t h mh a st h ep r o p e r t i e so fh i g hr e c o g n i z i n gr a t ea n ds t a b i l i t
10、y , a n dC a na g a i n s te f f e c t so ft r a n s l a t i o n ，r o t a t i o n s ，s m a l ls c a l i n ga n ds h a d o w , e t c a tt h es a m et i m e ，w ea l s op r o p o s e dav e s s e lr e c o g n i z i n ga l g o r i t h m A i m i n ga te f f e c t so fs h a d o w sa n dl i n k e dv e s s e
11、 l si nr e m o t es e n s i n gi m a g e s ，w ep r o p o s e das o l u t i o n K e y w o r d s ：t a r g e tr e c o g n i t i o n ，P u l s eC o u p l e dN e u r a lN e t w o r k0 C N ，H um o m e n t ，Z e r n i k em o m e n tI I独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人
12、已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。签名：亟凰! 型日期：7 ，p 年箩月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。( 保密的学位论文在解密后应遵守此规定)签名：倒导师签名：二迪E l 期：7 矿卜年厂月日第一章绪论1 1
13、 课题研究背景第一章绪论在以高技术作保障的现代战争中，飞机和舰船发挥着十分重要的战略作用，高效快速地识别飞机和舰船，能帮助作战指挥者实时掌握敌方军事部署并快速有效打击敌军机场和港口目标，为赢得制空权和制海权以及赢得战争的胜利打下基础。因此，对飞机和舰船目标识别的研究在军事应用上有很大的意义。为了获取飞机和舰船的动态信息，人们研究出了侦察机、无人侦察机、遥感侦察卫星等侦察工具，并运用这些侦察工具从高空或者太空中拍摄机场和港口的俯视图，并对所获得的图片进行分析，得到相应的军事情报。然而，这些航空图像或者遥感图像数据量巨大，传统的人工解译图像的速度很慢，周期长，完全无法满足现代战争的需要。随着信息处
14、理技术的发展，数字图像处理作为一门新兴的学科，已经被越来越受到研究者的广泛关注，利用数字图像处理技术，人们可以借助计算机对数字图像进行快速地智能解译，突破了人工解译的速度瓶颈，不仅成为人们获取军事信息的一种重要手段，也被运用各个领域中。本文就是针对这一军事需求，对光学遥感图像的机场中飞机和舰船目标的自动识别的理论和方法进行了研究，该研究是数字图像处理与目标识别技术相结合的一个具体应用，对充实和发展数字图像中自动目标识别技术有着一定的意义。1 2 国内外研究现状及发展图像处理技术就是对图像信息进行改善、加工、提取以满足人们的视觉心理或应用需求的各种方法。上世纪6 0 年代，随着电子技术和计算机技
15、术的兴起，数字图像处理进入了高速发展时期。1 9 6 4 年美国喷气推进实验室( J P L ) 对航天探测器“徘徊者7 号“ 发回的月球照片利用计算机进行处理，得到了清晰逼真的图像，这是数字图像处理技术发展史的最重要的里程碑。随后又于1 9 6 5 年对“徘徊者8号“ 发回的照片进行了更为复杂的处理，使图像质量进一步提高，这引起了世界电子科技大学硕士学位论文上许多有关方面的关注，也使得数字图像处理技术在今后的空间研究中得到了广泛的应用和发展。近3 0 年来，数字图像处理技术研究更深入、广泛，发展也更迅速。研究人员运用数字图像处理技术在陆地卫星遥感和生物学的图片分析方面都取得了丰硕的成果。与此
16、同时，数字图像处理技术在X 射线图像增强、光学显微图像分析、粒子物理、地质勘探和计算机视觉等方面也获得了广泛应用。目标识别是数字图像处理技术在计算机视觉领域的一个重要应用。随着数字图像处理技术的发展，国内外已有很多研究人员在这方面作了大量的研究与探索。上世纪6 0 年代开始，人们就考虑用不变性来解决计算机视觉中的目标识别问题，并针对实际问题，不断提出各种新的不变量。1 9 6 2 年，M K H u 根据几何不变量理论提出了几何矩的概念【l 】，即二维不变矩理论，并推导出7 个不变矩，由于这些不变量是基于区域内部的描述，所以有较好的抗噪性能。目前已被人们用于解决各种物体识别问题，如不同类型的飞机识别及船舰形状识别。在H u 的不变矩理论的基础上，人们又进行进一步的研究和推广，得到许多其它形式的不变矩。如正交矩【2 】( L e g e n d r e 矩、z e r n i k e 矩、伪z e n i k e 矩) 、复合矩等，这些理论在飞机和舰船的识别中都有较好的效果。此外，傅里叶描述子也是一种重要的闭合区域形状特征的描述子，Z a h
