基于声像情报信息的舰船型号识别研究

基于视频图像的传统舰船识别方法一般仅能够识别和分类舰船类型,较难对舰船的具体型号做出准确判断,难以达到实际应用要求。本文研究目的在于分析基于声像情报信息的舰船型号识别主要特征与途径,研究主要识别方法与流程。本文研究综合声像信息提取、检测、分析等技术手段,结合人工智能识别模型训练方法,构建识别模型,实现对舰船型号的细分识别。研究结果显示,基于声像情报信息的舰船型号识别在实践中表现出较高的准确度,结合多源声像情报信息的综合利用,使得识别结果更为可靠。此项舰船型号识别方法在装备科技信息领域中有较好的应用前景,能够为声像情报的研究工作提供支撑保障。

光学遥感影像舰船型号识别

为了利用光学遥感影像进行舰船目标型号的识别,介绍了一种基于SIFT(Scale Invariant Feature Transform)特征和Harris角点特征匹配的舰船型号识别方法.首先,利用SIFT算子提取舰船局部特征;为减少SIFT特征点误匹配,对舰船进行分区域(舰首、舰舯、舰尾)匹配.其次,提取描述舰船边缘的Harris角点特征,进行匹配.最后,根据2次匹配结果的重要性分别赋予相应的权重,进而判定舰船的型号.针对护卫舰的实验表明,该方法能够有效地对光学遥感影像的舰船型号进行识别.

基于小波和仿射不变矩特征融合的舰船型号识别

针对不变矩对仿射形变目标描述的不足,为提高舰船型号的识别精度,提出一种基于小波和仿射不变矩特征融合的舰船型号识别方法。首先对二值舰船图像进行归一化处理,并分别提取归一化舰船图像的小波矩特征值和仿射不变矩特征值;然后通过计算样本特征均值与标准差的比值,选择出鲁棒性好、稳定性高的特征,通过归一化方法进行融合;最后构造五类舰船的样本集,采用支持向量机(SVM)作为分类器识别测试样本的型号,分析不同矩特征、样本集大小、SVM参数、本文方法对识别精度、稳定性的影响。实验结果表明,文中给出的算法提高了识别精度,并且在训练样本集较小时仍能获得88%以上的识别率。

舰船型号标准化工作研究与工程应用

在舰船型号设计及工业建造快速发展的新形势下,加快舰船型号标准化建设迫在眉睫。针对此问题,本文从舰船型号标准化工作的基本要求、主要问题、工程应用与建议等几个方面,阐述了舰船型号标准化发展的现状与标准化工作的工程应用实例等情况。

舰船型号设计质量保证大纲编制中应注意的几个问题

本文结合对 GJB 9001A—2001《质量管理体系要求》和 GJB 1406A—2005《产品质量保证大纲要求》的学习理解,以及对舰船型号设计质量保证大纲的审查工作体会,分析舰船设计质量保证大纲编制中存在的问题,提出舰船总体设计单位应编制具有较强针对性和符合要求的舰船设计质量保证大纲,使其在舰船型号设计的全过程控制、质量管理以及提高舰船研制质量方面充分发挥作用的意见和建议。