小波改进最大平均相关高度法实现畸变目标识别

为了解决图像匹配识别中复杂背景下畸变目标无法准确识别的问题,结合墨西哥帽(Mexican Hat)小波母函数重新设计了最大平均相关高度(MACH)滤波器,得到墨西哥帽-最大平均相关高度(Mexican Hat-MACH)匹配滤波器进行复杂背景下畸变目标的识别。为了平衡墨西哥帽-最大平均相关高度匹配滤波器的各项性能,需要对原有的最大平均相关高度滤波器的3个性能控制参数和墨西哥帽小波函数的尺度系数重新进行选择和优化。通过对大量的不同目标进行实验后表明,当3个控制参数为γ=1,β=α=0.15,尺度系数为15时,新设计的墨西哥帽-最大平均相关高度匹配滤波器有较高的通用性,能够对各种类型的复杂背景下的畸变目标响应较高的相关峰,并有更高的畸变容差。作为实例,用墨西哥帽-最大平均相关高度滤波器对复杂背景下的小飞机目标和低对比度坦克目标进行了识别实验,验证了该方法的可行性。

复杂背景下混合畸变目标识别技术

结合高斯函数和最大平均相关高度算法设计了高斯-最大平均相关高度滤波器,解决了光学相关识别系统对混合畸变目标(同时存在比例畸变和旋转畸变的目标)的识别问题.在设计滤波器时,通过优化平衡高斯-最大平均相关高度滤波器的标准差σ、输出噪声方差系数α、平均相关能量系数β及平均相似测量系数γ来提高高斯-最大平均相关高度滤波器对混合畸变目标的响应能力.最后通过仿真实验可知,在畸变容差范围(比例畸变0.92～1.16倍,旋转畸变-8度～24度)内,Vander Lugt相关器利用单个高斯-最大平均相关高度滤波器可以实现任意状态混合畸变目标的识别.作为实例,用高斯-最大平均相关高度滤波器对复杂背景下的飞机目标进行了识别实验,验证了该方法的可行性.