用于畸变目标相关识别的匹配滤波器设计

针对尺度缩放和角度旋转变化目标相关识别率低的问题,采用优化折中综合鉴别函数方法设计了具有较大畸变容限的匹配滤波器。在匹配滤波器设计时,通过调整相关输出噪声、训练样本平均功率谱密度和训练样本相似度对训练样本平均值的贡献,得到具有带通性质的匹配滤波器。利用单个匹配滤波器对角度旋转0°～30°、尺度变化0～20%的目标进行了相关识别仿真实验。结果表明:这种匹配滤波器相关输出峰尖锐、鉴别力强、畸变容限大,可用于畸变目标的光学相关识别。

最大平均相关高度滤波算法在畸变目标识别中的应用

为了解决在联合变换相关器上无法识别复杂背景下畸变目标(目标的平面内旋转或尺寸改变)的问题,对其应用最大平均相关高度滤波算法进行畸变目标识别.首先在频域内优化最大平均相关高度滤波器的三个性能控制参量;然后将优化好的最大平均相关高度频域滤波器映射到物空间,得到最大平均相关高度参考模板.作为实例,本文对复杂背景下的军舰和汽车目标进行了光学识别实验,结果表明,当滤波器的控制参量为γ=1,α=0,β=0.1时,得到的MACH参考模板最为清晰,目标产生的相关峰最为尖锐明亮.通过这种方法,在联合变换相关器上能够得到的比例畸变容差为28%,旋转畸变容差为20°,对于超出上述畸变容差范围的目标,相关峰强度逐步减弱,但部分仍然可以识别.改进后的MACH滤波器在畸变目标的探测领域具有很强的优势和良好的应用前景.

基于改进MACH算法的畸变目标识别

由于观察距离和角度的不同,待识别的目标图像相对模板图像会存在一定程度的角度畸变和比例畸变,大大限制了光学相关模式识别的发展。将最大平均相关高度(MACH)滤波器用于畸变目标识别,通过优化该滤波器的控制参数,并根据多次的计算机仿真实验和光学实验,使该改进型MACH滤波器具有畸变公差高、相关点明亮等特点。用改进后的MACH滤波器对角度畸变目标和比例畸变目标实施频域滤波,能有效增强相关峰强度,扩大畸变目标识别范围。作为实例,给出了复杂背景下识别汽车的计算机仿真实验和光学实验,有效验证了该算法的可行性。

最大平均相关高度的归一化模板在畸变目标识别中的应用

本文基于最大平均相关高度算法设计了一种归一化模板,解决了联合变换相关器的畸变目标识别问题。该方法通过对最大平均相关高度频域滤波器的控制参数优化,映射到空域获得初始模板,归一化后得到归一化模板。相比于初始模板,归一化模板大大提高了模板与待测目标的灰度相似性。仿真实验表明,该模板能有效增强待探测目标的相关峰亮度,在联合变换相关器上可实现对畸变目标的识别,其比例畸变容差为53%,旋转畸变容差为20°。通过实验,给出了畸变飞机的相关识别结果。