典型ATR算法實(shí)驗的對比與分析.pdf

1、自動目標(biāo)識別(Automatic Target Recognition，簡稱ATR)是機(jī)器視覺智能化領(lǐng)域的一個重要研究課題。本文從自動目標(biāo)識別的研究思路上，采用分模塊思想對典型的ATR算法進(jìn)行研究、分析和實(shí)驗。在一定條件下，滿足實(shí)時性的同時解決了對特定圖像的數(shù)據(jù)采集、數(shù)據(jù)存放、目標(biāo)檢測、目標(biāo)識別、以及性能對比等問題。
　　本文的研究內(nèi)容包括:圖像的采集、目標(biāo)的檢測、特征點(diǎn)的提取、目標(biāo)的識別、算法的評價等。圖像預(yù)處理中利用了中值濾波

2、去除圖像處理前與處理后的噪聲點(diǎn)，然后利用對比度算法提高目標(biāo)與背景的對比差值。目標(biāo)檢測采用多種分割算法提取多目標(biāo)數(shù)據(jù)，利用行心定位提取后的區(qū)域。角點(diǎn)檢測算法對圖像進(jìn)行角點(diǎn)檢測，通過角點(diǎn)概率密度改進(jìn)全局角點(diǎn)的計算時間問題。本文通過兩種算法對于目標(biāo)進(jìn)行識別:
　　1）改進(jìn)的灰度值模板匹配算法;
　　2）特征點(diǎn)匹配率識別算法。
　　其中，改進(jìn)的灰度值模板匹配算法的模板來源包括數(shù)據(jù)庫已存在的標(biāo)準(zhǔn)數(shù)據(jù)和訓(xùn)練更新過程中的模板數(shù)據(jù)。特