[硕士论文精品]利用神经网络实现三维飞机目标识别

西北T业大学硕学位论文摘要三维物体的识别是计算机视觉领域的核心问题之一，而飞机识别是其中的一个重要应用，目前国内外已有很多研究人员在此方面作了大量的研究与探索。及时准确的识别飞机目标的机型对于空中交通指挥系统有着至关重要的作用，在军事和民用方面都有重要意义。本文首先综述三维目标识别发展历程，并对现有的几种识别方法进行优缺点分析和比较，而且对目标识别过程中涉及到的各种理论、方法进行深入的分析研究，最后提出了一种标准矩特征提取与神经网络模式识别相结合的方案。本文所做工作如下1仔细研究数字图像处理的一般步骤及图像阑值处理的几种算法，并对这几种算法进行分析和比较，最终采用最大方差阂值的设定法对飞机图像进行分割，使目标与背景分离。2在飞机目标的特征提取阶段，主要讨论特征的一些概念，特征提取的步骤等，包括矩方法、傅利叶描述子等几种目前比较常用的特征表达式，由于4阶矩的图像峰值反映了目标的形状而且对于目标平移、旋转和大小尺度变化均为不变，所以本实验采用4阶矩作为提取特征的方法对飞机图像进行处理。3在目标识别阶段，先分析和比较了近年来较为广泛采用的几种方法，主要介绍了神经网络识别法，分析了BP算法网络模型的建立、学习规则、网络训练，采用LEVENBERGMARQUARDT算法，及弹性算法对标准的BP网络算法进行改进并应用于飞机识别，得到了良好的效果。本文提出的方案最终在VC和MATLAB上进行实现。通过对2架不同飞机的大量实验证实，本系统性能优越，其识别准确率在99以上，并且识别速度较快。关键词数字图像处理、神经网络、模式识别、BP算法、矩不变量西北T业大学RO卜学位论文摘要ABSTRACT3DOBJECTRECOGNITIONISONEOFTHEIMPORTANTPARTSOFCOMPUTERVISION,ANDTHERECOGNITIONOFAIRPLANEISONEOFTHEAPPLICATIONSOF3DOBJECTRECOGNITIONTODAYTHERESEARCHERSHAVEMADEGREATPROGRESSINTHISFIELDITPLAYSANIMPORTANTROLEINCHAINOFCOMMANDOFAIRTRAFFICTOTIMELYANDEXACTIDENTIFYAIRPLANE,WHICHISIMPORTANTINFIELDSOFNOTONLYMILITARYAVIATIONBUTALSOCIVILAVIATIONINTHISPAPER,FIRSTLYTHEDEVELOPMENTCOURSEOF3DOBJECTRECOGNITIONISINTRODUCEDANDWEALSOCOMPARESEVERALMETHODSOF3DOBJECTRECOGNITIONANDANALYZEINDEPTHALLKINDSOFTHEORIESANDMETHODSINVOLVEDFINALLYWEPROPOSEANEWMETHODOF3DOBJECTRECOGNITION,WHICHISTOCOMBINEMOMENTINVARIANTSANDNEURALNETWORKTHEMAINWORKISLISTEDASFOLLOWS1INTHISPART,WESTUDYCOMMONSTEPSOFDIGITALIMAGEPROCESSINGANDSOMEALGORITHMOFTHRESHOLDFINALLYTHEMOSTTHRESHOLDISCHOSENTOSEGMENTAIRPLANEIMAGE,WHICHTOSEPARATEOBJECTSFROMBACKGROUNDS2INTHESTAGEOFFEATURESELECTION,WEDISCUSSMOSTLYSOMECONCEPTIONOFFEATUREANDSTEPSOFFEATURESELECTIONETC,WHICHINCLUDEMOMENTINVARIANTSANDFOURIERDESCRIPTORSETCTHATAREINCOMMONUSEDPRESENTLYIMAGESHAPEISDETERMINEDBYIMAGEKURTOSISOFFOURTHORDERMOMENTSWHICHHAVENOTRANSLATION,ROTATINGANDSCALEINVARIANCE,SOWEPROCESSAIRPLANEIMAGEUSINGFOURTHORDERMOMENTS3INTHESTAGEOFRECOGNITION,FIRSTLYWECOMPARESEVERALMETHODSTHATAREUSEDABROADINNEARYEAR,ANDINTRODUCENEURALNETWORKMOSTLYWEANALYZETHEBUILDINGOFMODELS,LEARNRULEANDNETWORKTRAININGOFBPALGORITHMATSAMETIME,SEVERALMETHODSARETAKENTOIMPROVEBPALGORITHM,ANDAREUSEDINRECOGNITIONOF3DAIRCRAFTTARGETSEXPERIMENTSOFTWODIFFERENTAIRPLANESHAVEPROVEDTHATTHISRECOGNITIONSYSTEM西北下业大学硕学位论文摘要PERFORMSWELLKEYWORDSDIGITALIMAGEPROCESSING,BPALGORITHM,MOMENTINVARIANTNEURALNETWORK,PATTERNRECOGNITION,西北T业大学硕卜学位论文第一爷绪论第一章绪论11计算机视觉作为计算机科学的一个重要学科分支，计算机视觉在最近三十年有了突飞猛进的发展。其应用领域遍及工业、农业、医学、科学研究、军事等，对这些领域的自动化水平和机动性能的提高发挥了重要作用。计算机视觉是指利用计算机实现视觉信息的处理。人类通过视觉感知外界信息，俗话说“百闻不如一见”，就是说视觉感知环境的效率很高，人类感知外界信息，80以上是通过视觉得到的。让计算机或机器人具有视觉，是人类多年以来的梦想，虽然我们还不能让计算机也具有像生物那样高效、灵活的视觉，但这种希望正在逐步实现。人类是通过眼睛与大脑来获取、处理与理解视觉信息的。周围环境中的物体在可见光的照射下，在人眼的视网膜上形成图像，由感光细胞转换成神经脉冲信号，经神经纤维传入大脑皮层进行处理与理解。视觉，不仅指对光信号的感受，它包括了对视觉信息的获取、传输、处理、存储与理解的全过程。信号处理理论与计算机出现以后，人们试图用摄像机获取环境图像并将其转换成数字信号，在用计算机实现对获取的视觉信息处理、存储与理解的全过程，这样，就形成了一门新兴的学科计算机视觉。简单的说，计算机视觉的研究目的是使计算机具有通过一幅或多幅图像认知周围坏境信息的能力。这种能力将不仅使机器能感知环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对它进行描述、存储、识别与理解。计算机视觉就是使计算机具有“看”的功能，也就是使计算机认识和看懂所要看的东西，能找到它所见范围的目标的位置等等。这也就是计算机视觉所要完成的视觉任务。具体地说，可以归为以下三点1建成一些专门的计算机视觉系统，完成在各种实际应用场合提出来的专门视觉任务。这些专用视觉系统在特定的场合下代替人的视觉功能，以便提高自动化的程度。这些专用系统对不同视觉任务和服务对象有不同的结构，它西北T业大学硕卜学位论文第一爷绪论第一章绪论11计算机视觉作为计算机科学的一个重要学科分支，计算机视觉在最近三十年有了突飞猛进的发展。其应用领域遍及工业、农业、医学、科学研究、军事等，对这些领域的自动化水平和机动性能的提高发挥了重要作用。计算机视觉是指利用计算机实现视觉信息的处理。人类通过视觉感知外界信息，俗话说“百闻不如一见”，就是说视觉感知环境的效率很高，人类感知外界信息，80以上是通过视觉得到的。让计算机或机器人具有视觉，是人类多年以来的梦想，虽然我们还不能让计算机也具有像生物那样高效、灵活的视觉，但这种希望正在逐步实现。人类是通过眼睛与大脑来获取、处理与理解视觉信息的。周围环境中的物体在可见光的照射下，在人眼的视网膜上形成图像，由感光细胞转换成神经脉冲信号，经神经纤维传入大脑皮层进行处理与理解。视觉，不仅指对光信号的感受，它包括了对视觉信息的获取、传输、处理、存储与理解的全过程。信号处理理论与计算机出现以后，人们试图用摄像机获取环境图像并将其转换成数字信号，在用计算机实现对获取的视觉信息处理、存储与理解的全过程，这样，就形成了一门新兴的学科计算机视觉。简单的说，计算机视觉的研究目的是使计算机具有通过一幅或多幅图像认知周围坏境信息的能力。这种能力将不仅使机器能感知环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对它进行描述、存储、识别与理解。计算机视觉就是使计算机具有“看”的功能，也就是使计算机认识和看懂所要看的东西，能找到它所见范围的目标的位置等等。这也就是计算机视觉所要完成的视觉任务。具体地说，可以归为以下三点1建成一些专门的计算机视觉系统，完成在各种实际应用场合提出来的专门视觉任务。这些专用视觉系统在特定的场合下代替人的视觉功能，以便提高自动化的程度。这些专用系统对不同视觉任务和服务对象有不同的结构，它西北下业大学倾学位论文第_章绪论们的结构与所要完成的任务关系很大，例如工业生产上的视觉机器人就是这一类系统。2把对计算机视觉的研究作为探索人脑视觉部分工作机理的重要手段。人的视觉系统是最成功地视觉系统的范例。从事计算机视觉研究的学者们都很清楚这样一个事实使机器模仿一个儿童来区分一幅图画中的人和物是极为困难的，但对于儿童来说却是一件非常简单的事。图画中各个组成部分实际上都有着不同的属性。例如人有年轻与年老之分或者穿着不同的衣服，物体具有不同的形状和大小，人的视觉系统可以迅速理解视觉辨认的复杂性，而丝毫不显费力。而在机器中在解决某些简单视觉问题时仍是很困难的。人可以非常轻松自如的完成非常复杂的视觉任务。于是不禁要问为什么人有如此完善的视觉功能视觉研究是一个怎样的过程要揭开视觉的奥秘，除了从医学生物学，神经解剖学等角度去研究之外，计算机视觉也是一个重要的途径。视觉本身很可能就是一个复杂的计算过程，计算机视觉着重从计算理论方面去研究视觉，从而有可能揭示人脑视觉功能的工作机理。如果人们能用计算机实现与人视觉一样的效果，其处理过程本身就可以对生物视觉过程的认识产生重大启发。3建成象人的视觉系统那样的通过计算机视觉系统。这样的系统可以适合范围较广的视觉目标，甚至在某些方面有可能超过人的视觉能力。当然，要达到这样的目标是长期艰巨的任务，然而这正是计算机视觉这门学科所追求的最终目标。2计算机视觉的发展计算机视觉发展得益于神经生理学、心理学与认知科学对生物视觉系统的研究，但多年来的研究实践表明，人类对自身具有的认知能力的认识还远远不够。从事心理学、神经科学、生理学、生物物理学、数学与计算机科学的研究人员越来越迫切的感到，需要联合起来对人脑的认知过程进行从宏观到微观的深入研究。虽然由于人脑的高度复杂性，这种跨学科的研究还远远不够深入，但从事计算机视觉的研究者们已发展起一套独立的计算理论和算法，从而能用西北下业大学倾学位论文第_章绪论们的结构与所要完成的任务关系很大，例如工业生产上的视觉机器人就是这一类系统。2把对计算机视觉的研究作为探索人脑视觉部分工作机理的重要手段。人的视觉系统是最成功地视觉系统的范例。从事计算机视觉研究的学者们都很清楚这样一个事实使机器模仿一个儿童来区分一幅图画中的人和物是极为困难的，但对于儿童来说却是一件非常简单的事。图画中各个组成部分实际上都有着不同的属性。例如人有年轻与年老之分或者穿着不同的衣服，物体具有不同的形状和大小，人的视觉系统可以迅速理解视觉辨认的复杂性，而丝毫不显费力。而在机器中在解决某些简单视觉问题时仍是很困难的。人可以非常轻松自如的完成非常复杂的视觉任务。于是不禁要问为什么人有如此完善的视觉功能视觉研究是一个怎样的过程要揭开视觉的奥秘，除了从医学生物学，神经解剖学等角度去研究之外，计算机视觉也是一个重要的途径。视觉本身很可能就是一个复杂的计算过程，计算机视觉着重从计算理论方面去研究视觉，从而有可能揭示人脑视觉功能的工作机理。如果人们能用计算机实现与人视觉一样的效果，其处理过程本身就可以对生物视觉过程的认识产生重大启发。3建成象人的视觉系统那样的通过计算机视觉系统。这样的系统可以适合范围较广的视觉目标，甚至在某些方面有可能超过人的视觉能力。当然，要达到这样的目标是长期艰巨的任务，然而这正是计算机视觉这门学科所追求的最终目标。2计算机视觉的发展计算机视觉发展得益于神经生理学、心理学与认知科学对生物视觉系统的研究，但多年来的研究实践表明，人类对自身具有的认知能力的认识还远远不够。从事心理学、神经科学、生理学、生物物理学、数学与计算机科学的研究人员越来越迫切的感到，需要联合起来对人脑的认知过程进行从宏观到微观的深入研究。虽然由于人脑的高度复杂性，这种跨学科的研究还远远不够深入，但从事计算机视觉的研究者们已发展起一套独立的计算理论和算法，从而能用西北下业大学硕卜学位论文第一章绪论计算机对视觉信息进行分析与处理。其中，80年代初，马尔MARRL提出了视觉的计算理论最具代表性。这一理论把视觉过程看成一个信息处理过程，并把这一过程分为三个层次1计算理论2算法与数据结构3硬件试验。马尔理论强调了当时不受人重视的计算理论的层次，并在这一层次，把视觉过程主要地规定为定量的恢复出图像所反映的场景中的三维物体的形状和空间位置，以及将这一恢复过程分为三个阶段1要素图它包括图像边缘灰度变化率，边缘的几何特征，或者纹理的排列、描述等225维图它是要素图和三维图像模型之间表示层次，包含物体表面的局部内在特征3三维图以物体为中心的三维描述，它是由要素图和25维图得到的。马尔理论比较系统和一般性的揭示了用二维图像恢复三维物体形态的可能性和基本方法，具有划时代意义，为计算机视觉成为一门学科奠定了重要的理论基础。现今，计算机视觉己作为一门独立的学科正在受到广泛的重视，计算机视觉已被应用于遥感图像分析，文字识别，医学图像处理，多媒体技术，图像数据库，工业检测和军事等方面。我们相信，随着跨学科基础研究不断深入，随着计算机性能的快速提高，计算机视觉将广泛的应用于更复杂的各种应用场合。13选题依据目标识别是计算机视觉的一个重要研究方向，在军事，自动化领域有着广泛的应用前景。本文针对飞机灰度图像的识别研究就属于目标识别的具体应用。1在军事应用中在现代战争中，随着高技术的应用，各种战机的速度越来越快，空袭密度也越来越大，这就对飞机的识别提出了很高要求。对空中飞机的袭击，尽早识别目标的准确信息是至关重要的，通过飞机图像识别可发现飞机的行踪，辨别飞机的型号可及早做出准确地反映采取措施完成战斗任务。2民用方面在空中交通管制系统中，飞机识别也起着至关重要的作用，通过飞机图像的识别准确判断飞机的型号，有利于地面自动控制机构对机场的安全调度。A之干论从军事还是民用方面讲，本课题都有着很重要的实际意义和应用西北下业大学硕卜学位论文第一章绪论计算机对视觉信息进行分析与处理。其中，80年代初，马尔MARRL提出了视觉的计算理论最具代表性。这一理论把视觉过程看成一个信息处理过程，并把这一过程分为三个层次1计算理论2算法与数据结构3硬件试验。马尔理论强调了当时不受人重视的计算理论的层次，并在这一层次，把视觉过程主要地规定为定量的恢复出图像所反映的场景中的三维物体的形状和空间位置，以及将这一恢复过程分为三个阶段1要素图它包括图像边缘灰度变化率，边缘的几何特征，或者纹理的排列、描述等225维图它是要素图和三维图像模型之间表示层次，包含物体表面的局部内在特征3三维图以物体为中心的三维描述，它是由要素图和25维图得到的。马尔理论比较系统和一般性的揭示了用二维图像恢复三维物体形态的可能性和基本方法，具有划时代意义，为计算机视觉成为一门学科奠定了重要的理论基础。现今，计算机视觉己作为一门独立的学科正在受到广泛的重视，计算机视觉已被应用于遥感图像分析，文字识别，医学图像处理，多媒体技术，图像数据库，工业检测和军事等方面。我们相信，随着跨学科基础研究不断深入，随着计算机性能的快速提高，计算机视觉将广泛的应用于更复杂的各种应用场合。13选题依据目标识别是计算机视觉的一个重要研究方向，在军事，自动化领域有着广泛的应用前景。本文针对飞机灰度图像的识别研究就属于目标识别的具体应用。1在军事应用中在现代战争中，随着高技术的应用，各种战机的速度越来越快，空袭密度也越来越大，这就对飞机的识别提出了很高要求。对空中飞机的袭击，尽早识别目标的准确信息是至关重要的，通过飞机图像识别可发现飞机的行踪，辨别飞机的型号可及早做出准确地反映采取措施完成战斗任务。2民用方面在空中交通管制系统中，飞机识别也起着至关重要的作用，通过飞机图像的识别准确判断飞机的型号，有利于地面自动控制机构对机场的安全调度。A之干论从军事还是民用方面讲，本课题都有着很重要的实际意义和应用西北工业人学4DT卜学位论文第一章绪论前景。14国内外现状分析三维物体的识别是计算机视觉领域的核心问题之一，而飞机识别是其中的一个重要应用，国内外已有很多研究人员在此方面作了大量的研究与探索，但由于飞机相对于摄像机在不同方向角所呈现的图像姿态变化万千，使得在三维空间中进行飞机识别的难度大大增加了。APREEVES以矩不变量作特征，用最小欧氏距离分类器，获得的最佳识别率为933，而以傅立叶描述子作特征时，获得的最佳识别率为91721SADUDANI采用矩不变量作特征，分别依BAYE准则和KNN准则，其识别率分别为9318和954531。GAROBERTS采用部分匹配技术，其识别率在80左右41ZENCHEN采用傅立叶描述子作特征，但每架飞机需建立一个684种姿态的机库进行搜索S1目前，三维目标信息的获取主要是通过对以任意角度观测的二维数字图像的分析得到。通常分为以下几个步骤目标信号的预处理目标信号的特征提取与选择目标特征的自动分类。第一阶段图像分割的目的，检测出各物体，并把他们的图像和其他景物分离。第二阶段特征抽取的目的，对物体进行度量，通过计算可以对物体的一些重要特征进行定量化表示，特征抽取过程产生一组特征，把他们组合在一起，就形成了特征向量。第三阶段分类的目的，输出仅仅是一种决策，确定每一个物体应该归属的类别，每个物体被识别为某一特定类型，它是通过分类过程加以实现。5图像识别技术的发展目前，目标识别的方法较多，有图像识别、光谱识别、运动参数识别等。显然，对于不同的目标、不同的坏境，可以有不同的识别方法。由于图像可以提供极其丰富的信息，这给目标识别带来极大的方便，因此，图像识别受到极大的关注。图像识别技术的发展大致经历了三个阶段文字识别、图像处理和识别、西北工业人学4DT卜学位论文第一章绪论前景。14国内外现状分析三维物体的识别是计算机视觉领域的核心问题之一，而飞机识别是其中的一个重要应用，国内外已有很多研究人员在此方面作了大量的研究与探索，但由于飞机相对于摄像机在不同方向角所呈现的图像姿态变化万千，使得在三维空间中进行飞机识别的难度大大增加了。APREEVES以矩不变量作特征，用最小欧氏距离分类器，获得的最佳识别率为933，而以傅立叶描述子作特征时，获得的最佳识别率为91721SADUDANI采用矩不变量作特征，分别依BAYE准则和KNN准则，其识别率分别为9318和954531。GAROBERTS采用部分匹配技术，其识别率在80左右41ZENCHEN采用傅立叶描述子作特征，但每架飞机需建立一个684种姿态的机库进行搜索S1目前，三维目标信息的获取主要是通过对以任意角度观测的二维数字图像的分析得到。通常分为以下几个步骤目标信号的预处理目标信号的特征提取与选择目标特征的自动分类。第一阶段图像分割的目的，检测出各物体，并把他们的图像和其他景物分离。第二阶段特征抽取的目的，对物体进行度量，通过计算可以对物体的一些重要特征进行定量化表示，特征抽取过程产生一组特征，把他们组合在一起，就形成了特征向量。第三阶段分类的目的，输出仅仅是一种决策，确定每一个物体应该归属的类别，每个物体被识别为某一特定类型，它是通过分类过程加以实现。5图像识别技术的发展目前，目标识别的方法较多，有图像识别、光谱识别、运动参数识别等。显然，对于不同的目标、不同的坏境，可以有不同的识别方法。由于图像可以提供极其丰富的信息，这给目标识别带来极大的方便，因此，图像识别受到极大的关注。图像识别技术的发展大致经历了三个阶段文字识别、图像处理和识别、西北工业人学4DT卜学位论文第一章绪论前景。14国内外现状分析三维物体的识别是计算机视觉领域的核心问题之一，而飞机识别是其中的一个重要应用，国内外已有很多研究人员在此方面作了大量的研究与探索，但由于飞机相对于摄像机在不同方向角所呈现的图像姿态变化万千，使得在三维空间中进行飞机识别的难度大大增加了。APREEVES以矩不变量作特征，用最小欧氏距离分类器，获得的最佳识别率为933，而以傅立叶描述子作特征时，获得的最佳识别率为91721SADUDANI采用矩不变量作特征，分别依BAYE准则和KNN准则，其识别率分别为9318和954531。GAROBERTS采用部分匹配技术，其识别率在80左右41ZENCHEN采用傅立叶描述子作特征，但每架飞机需建立一个684种姿态的机库进行搜索S1目前，三维目标信息的获取主要是通过对以任意角度观测的二维数字图像的分析得到。通常分为以下几个步骤目标信号的预处理目标信号的特征提取与选择目标特征的自动分类。第一阶段图像分割的目的，检测出各物体，并把他们的图像和其他景物分离。第二阶段特征抽取的目的，对物体进行度量，通过计算可以对物体的一些重要特征进行定量化表示，特征抽取过程产生一组特征，把他们组合在一起，就形成了特征向量。第三阶段分类的目的，输出仅仅是一种决策，确定每一个物体应该归属的类别，每个物体被识别为某一特定类型，它是通过分类过程加以实现。5图像识别技术的发展目前，目标识别的方法较多，有图像识别、光谱识别、运动参数识别等。显然，对于不同的目标、不同的坏境，可以有不同的识别方法。由于图像可以提供极其丰富的信息，这给目标识别带来极大的方便，因此，图像识别受到极大的关注。图像识别技术的发展大致经历了三个阶段文字识别、图像处理和识别、两北下业大学硕卜学位论文第一帝绪论物体识别。文字识别的研究是从1950年前后开始的，开始是识别字母、数字和符号，逐年发展到文字识别，从印刷文字到手写文字，应用非常广泛，并且已经研制了许多专用设备，例如，邮政读号机就是一种专用文字识别设备在我国汉字识别的研究也已取得了许多成果。图像处理和识别的研究，大致是从1965年开始的。开始人们主要是对照相技术、光学技术的研究，而现在则是通过计算机来完成。计算机图像处理不但可以消除图像的失真、噪声，同时还可以进行图像的增强和复原，然后进行图像的判读、解析与识别，如航空照片的解析、遥感图像的处理与识别等，其用途之广，不胜枚举。物体识别也就是对三维世界的感知认识，它和机器人的研究有着密切关系，属于计算机视觉范畴，它不需要建立三维物体的模型。随着计算机、信息科学、人工智能领域的发展，三维物体的识别己成为新的研究特点。总之，图像识别就是对经过预处理后的图像进行特征提取，如提取图像的边缘线及轮廓，进行区域分割等，然后根据图形的几何或纹理等特征利用模式匹配、判别函数、决定数、图匹配等识别理论对图像进行分类，并对整个图像作结构上的分析。16采用神经网络方法的原因模式识别中的主要概念是决策函数，这要求模式识别系统自适应需从实际任务中学习并提炼出适合各种目的的决策规则而人脑在处理景物分析、对象识别与理解等模式识别问题方面是成功的，特别是在处理感觉信息和控制自身与其环境交互作用方面有复杂的功能，因此直接构造人脑某些功能有可能解决模式识别中诸如学习、记忆和归纳等许多非确定性的复杂问题，人工神经网络正是人们模拟人脑功能的这样一种手段，所以它能为模式识别系统提供这种自适应学习能力。因此我们决定将人工神经网络应用于飞机目标识别系统中，用来解决利用传统的统计模式识别方法与模板匹配方法难以解决的目标识别问两北下业大学硕卜学位论文第一帝绪论物体识别。文字识别的研究是从1950年前后开始的，开始是识别字母、数字和符号，逐年发展到文字识别，从印刷文字到手写文字，应用非常广泛，并且已经研制了许多专用设备，例如，邮政读号机就是一种专用文字识别设备在我国汉字识别的研究也已取得了许多成果。图像处理和识别的研究，大致是从1965年开始的。开始人们主要是对照相技术、光学技术的研究，而现在则是通过计算机来完成。计算机图像处理不但可以消除图像的失真、噪声，同时还可以进行图像的增强和复原，然后进行图像的判读、解析与识别，如航空照片的解析、遥感图像的处理与识别等，其用途之广，不胜枚举。物体识别也就是对三维世界的感知认识，它和机器人的研究有着密切关系，属于计算机视觉范畴，它不需要建立三维物体的模型。随着计算机、信息科学、人工智能领域的发展，三维物体的识别己成为新的研究特点。总之，图像识别就是对经过预处理后的图像进行特征提取，如提取图像的边缘线及轮廓，进行区域分割等，然后根据图形的几何或纹理等特征利用模式匹配、判别函数、决定数、图匹配等识别理论对图像进行分类，并对整个图像作结构上的分析。16采用神经网络方法的原因模式识别中的主要概念是决策函数，这要求模式识别系统自适应需从实际任务中学习并提炼出适合各种目的的决策规则而人脑在处理景物分析、对象识别与理解等模式识别问题方面是成功的，特别是在处理感觉信息和控制自身与其环境交互作用方面有复杂的功能，因此直接构造人脑某些功能有可能解决模式识别中诸如学习、记忆和归纳等许多非确定性的复杂问题，人工神经网络正是人们模拟人脑功能的这样一种手段，所以它能为模式识别系统提供这种自适应学习能力。因此我们决定将人工神经网络应用于飞机目标识别系统中，用来解决利用传统的统计模式识别方法与模板匹配方法难以解决的目标识别问西北工业人学硕卜学位论文第一章绪论题。17本文的工作本文的工作是飞机机型的识别研究，采用提取矩特征和神经网络相结合的识别方法，即通过对待识别的飞机目标进行矩特征提取，然后建立神经网络模型来确定待识别飞机的机型。目标识别的步骤一般可分为图像预处理，特征提取和分类识别。本文的研究就是基于这三个步骤。全文共分五章。第一章为绪论，简要介绍了计算机视觉的基本概念和发展状况，以及本文的选题依据，并分析了飞机机型识别的国内外现状。第二章讨论了飞机目标识别的前期处理。包括数字图像处理的一般步骤，图像的二值化和闭值化的几种算法，并对这几种算法进行分析和比较，找出适合本课题的最佳算法，并对实验目标进行处理测试，得出实验结果。第三章主要讨论了飞机目标的特征提取，包括特征的一些概念，特征提取的步骤等。主要介绍了矩方法、傅利叶描述子等几种日前比较常用的特征表达式，并对其进行比较选出比较适合本实验的算法，而且对实验目标进行处理测试，得出实验结果。第四章主要讨论飞机识别和分类的方法，包括基于模型的匹配法、逻辑特征分析法、模糊模式识别等。主要介绍了神经网络识别法，分析了BP算法网络模型的建立、学习规则、网络训练，并应用改进的BP算法对实验目标进行测试，得出实验结果。第五章本篇论文的结论。西北工业人学硕卜学位论文第一章绪论题。17本文的工作本文的工作是飞机机型的识别研究，采用提取矩特征和神经网络相结合的识别方法，即通过对待识别的飞机目标进行矩特征提取，然后建立神经网络模型来确定待识别飞机的机型。目标识别的步骤一般可分为图像预处理，特征提取和分类识别。本文的研究就是基于这三个步骤。全文共分五章。第一章为绪论，简要介绍了计算机视觉的基本概念和发展状况，以及本文的选题依据，并分析了飞机机型识别的国内外现状。第二章讨论了飞机目标识别的前期处理。包括数字图像处理的一般步骤，图像的二值化和闭值化的几种算法，并对这几种算法进行分析和比较，找出适合本课题的最佳算法，并对实验目标进行处理测试，得出实验结果。第三章主要讨论了飞机目标的特征提取，包括特征的一些概念，特征提取的步骤等。主要介绍了矩方法、傅利叶描述子等几种日前比较常用的特征表达式，并对其进行比较选出比较适合本实验的算法，而且对实验目标进行处理测试，得出实验结果。第四章主要讨论飞机识别和分类的方法，包括基于模型的匹配法、逻辑特征分析法、模糊模式识别等。主要介绍了神经网络识别法，分析了BP算法网络模型的建立、学习规则、网络训练，并应用改进的BP算法对实验目标进行测试，得出实验结果。第五章本篇论文的结论。西北工业大学硕卜学位论义第_帝七机图像的须处理第二章飞机图像的预处理飞机目标识别是利用从飞机图像中提取的有用信息，然后对有用信息进行数据处理得到可直接用于识别的目标特征，最后利用识别系统实现对目标的监测，定位和分类。飞机图像的预处理是实现目标识别的第一步。21数字图像处理技术的概况211数字图像处理技术的发展与应用早在本世纪20年代，人们利用巴特兰BARTLANE电缆图片传输系统，经过大西洋传送了第一幅数字图像，它使传输的时间从一个多星期减少到了三小时，使人们感受到数字图像传输的威力。数字图像处理技术在近20多年的时间里，迅速地发展成为一门独立的有强大生命力的学科。现在已经应用在生物医学、X射线图像增强、光学显微图像分析、遥感图像分新、粒子物理、地质勘探、人工智能和工业检测等等方面。本课题主要应用其技术对飞机灰度图像作预处理，以方便识别。212数字图像处理技术的特点为了用计算机处理图像，必须把图像作为数值来表示，数字图像就是二维平面上的灰度分布。数字图像信息有以下的特点。1信息量很大。2数字图像占用的频带较宽。3数字图像中各个象素是不独立的，其相关性很大。4处理后的数字图像是需要给人观察和评价的，因此受人的因素影响较大。西北T业人学硕上学位论文第_帝飞机图像的顶处理22数字图像处理的内容和步骤221数字图像处理的内容有以下几个方面1图像数字化和压缩编码图像数字化技术是把连续图像信号变为离散的数字信号，适应数字计算机或其它数字设备的运算处理。压缩编码技术是减少描述图像的数据量即比特数，以便节省传输，处理时间和存储器容量。2图像增强和复原图像增强是突出图像中感兴趣的部分，图像复原是使失真图像尽可能恢复本来面貌。3图像分割将图像中包含的物体，按灰度或几何特性分割，并进行分析处理，从中提取数据等有效分量。这是进一步进行图像处理，模式识别和机器视觉等技术的基础。4图像分类图像分类是图像处理技术的深入和发展，也可以认为是模式识别的一个分支。其主要内容是图像经过某些预处理压缩，增强，复原后，将图像中有用物体的特征进行特征分割，特征选择，进而进行判决分类。5图像重建图像重建是对一些三维物体，应用X射线，超生波等物理方法获取物体内部结构数据，再将此数据进行运算处理构成物体内部某些部位的图像。222数字图像处理的步骤数字图像处理技术广泛应用于航空航天技术，生物医学工程，通信工程等各个方面。各种各样的数字图像处理系统，其处理步骤大体相同通常是利用光线发射，辐射吸收或射线辐射等复杂的物理过程如摄影，西北T业人学硕上学位论文第_帝飞机图像的顶处理22数字图像处理的内容和步骤221数字图像处理的内容有以下几个方面1图像数字化和压缩编码图像数字化技术是把连续图像信号变为离散的数字信号，适应数字计算机或其它数字设备的运算处理。压缩编码技术是减少描述图像的数据量即比特数，以便节省传输，处理时间和存储器容量。2图像增强和复原图像增强是突出图像中感兴趣的部分，图像复原是使失真图像尽可能恢复本来面貌。3图像分割将图像中包含的物体，按灰度或几何特性分割，并进行分析处理，从中提取数据等有效分量。这是进一步进行图像处理，模式识别和机器视觉等技术的基础。4图像分类图像分类是图像处理技术的深入和发展，也可以认为是模式识别的一个分支。其主要内容是图像经过某些预处理压缩，增强，复原后，将图像中有用物体的特征进行特征分割，特征选择，进而进行判决分类。5图像重建图像重建是对一些三维物体，应用X射线，超生波等物理方法获取物体内部结构数据，再将此数据进行运算处理构成物体内部某些部位的图像。222数字图像处理的步骤数字图像处理技术广泛应用于航空航天技术，生物医学工程，通信工程等各个方面。各种各样的数字图像处理系统，其处理步骤大体相同通常是利用光线发射，辐射吸收或射线辐射等复杂的物理过程如摄影，西北工业人学倾I学位论文第_章飞机图像的预处理借助成像系统如物镜将一个有若干物体组成的三维现实世界中的景物变成二维图像，再经过传感器如摄像机转换成电信号，为了能用数字计算机处理图像，必须将连续的信号在空间采样，并对其幅值进行量化，将信号转化成数字矩阵。在图像摄取及量化过程中通常会产生误差，这些误差可通过信号处理方法分析出来，并可在数字计算机上利用图像增强及图像恢复的方法，将这些误差消除或至少部分的消除。在图像处理的后阶段采用分割法把图像划分成较小的有一定意义的子区域，然后对分割好的各图像区域计算出有一定意义的特征值，以便对物体进一步做出分类。23飞机图像的前处理当图像输入到计算机的时候，由于输入转换器件及周围环境的影响等，使图像上含有各种各样的噪声和失真。为了稳定的进行特征抽出等处理，必须消除噪声，校正失真，把图像变成标准形状。这一过程叫做图像的前处理。具体来说，图像的前处理包括输入图像位置的标准化及大小的正规化。使图像根据处理的要求旋转、放大、缩小等，即为图像的几何校正对图像的失真进行校正，去掉模糊的成分，恢复图像的原来面貌，即为图像的复原把图像变成人容易观察的机器容易处理的图像，即为图像的增强。图像的增强技术通常有两类方法空间域法和频率域法。空间域法主要是在空间域中对图像像素灰度值直接进行运算处理。例如将包含某点的一个小区域内的各点灰度值进行平均计算，用所得的平均值来代替该点的灰度值，这就是通常所说的平滑处理。空间域法的图像增强技术可以用下式来描述GX,YFX,Y冲X,Y21其中FX,力是处理前的图像GX,力表示处理后的图像袱X,力为空间运算函数。图像增强的频率域法就是在图像的某种变换域中通常是频率域中对图像的变换值进行某种运算处理，然后变换回空间域。例如可以先对图像进行西北工业人学倾I学位论文第_章飞机图像的预处理借助成像系统如物镜将一个有若干物体组成的三维现实世界中的景物变成二维图像，再经过传感器如摄像机转换成电信号，为了能用数字计算机处理图像，必须将连续的信号在空间采样，并对其幅值进行量化，将信号转化成数字矩阵。在图像摄取及量化过程中通常会产生误差，这些误差可通过信号处理方法分析出来，并可在数字计算机上利用图像增强及图像恢复的方法，将这些误差消除或至少部分的消除。在图像处理的后阶段采用分割法把图像划分成较小的有一定意义的子区域，然后对分割好的各图像区域计算出有一定意义的特征值，以便对物体进一步做出分类。23飞机图像的前处理当图像输入到计算机的时候，由于输入转换器件及周围环境的影响等，使图像上含有各种各样的噪声和失真。为了稳定的进行特征抽出等处理，必须消除噪声，校正失真，把图像变成标准形状。这一过程叫做图像的前处理。具体来说，图像的前处理包括输入图像位置的标准化及大小的正规化。使图像根据处理的要求旋转、放大、缩小等，即为图像的几何校正对图像的失真进行校正，去掉模糊的成分，恢复图像的原来面貌，即为图像的复原把图像变成人容易观察的机器容易处理的图像，即为图像的增强。图像的增强技术通常有两类方法空间域法和频率域法。空间域法主要是在空间域中对图像像素灰度值直接进行运算处理。例如将包含某点的一个小区域内的各点灰度值进行平均计算，用所得的平均值来代替该点的灰度值，这就是通常所说的平滑处理。空间域法的图像增强技术可以用下式来描述GX,YFX,Y冲X,Y21其中FX,力是处理前的图像GX,力表示处理后的图像袱X,力为空间运算函数。图像增强的频率域法就是在图像的某种变换域中通常是频率域中对图像的变换值进行某种运算处理，然后变换回空间域。例如可以先对图像进行巫塑逃上7G吐创I进一一一一一一_第一帝飞机图像的顶处理傅立叶变换，再对图像的频谱进行某种修正如滤波等，最后再将修正后的图像进行傅立叶反变换回空间域中，从而增强该图像。它是一种间接处理方法，过程如图21所示FX,力F,U,VGFT,V9X,月图21频率域增强模烈数学表达式FU,V一叫FX,YGF,V二HY,V冲P“9X,Y一沂一，创、，、22其中J表示某种频域正变换，921表示该频域变换的反变换F伽,V为原始图像FX,力结果频域正变换的结果，HP,V为频域中的修正函数，G伽,V是修正后的结果，GX,Y是G伽，反变换的结果，即增强后的图像。231飞机图像的灰度修正灰度修正使图像在空间域中增强的简单而有效的方法。通常根据图像不同的降质现象而采用不同的修正方法。常见的方法有1针对图像成像不均匀如图像半边暗半边亮而对图像逐点进行不同程度的灰度级校正，目的是使图像灰度均匀。2针对图像某部分或者整体曝光不足而进行灰度级校正，目的是增加图像的灰度对比度。3最后一种方法是直方图修正，它能使图像具有期望的灰度分布，从而有选择的突出所需要的图像特征。巫塑逃上7G吐创I进一一一一一一_第一帝飞机图像的顶处理傅立叶变换，再对图像的频谱进行某种修正如滤波等，最后再将修正后的图像进行傅立叶反变换回空间域中，从而增强该图像。它是一种间接处理方法，过程如图21所示FX,力F,U,VGFT,V9X,月图21频率域增强模烈数学表达式FU,V一叫FX,YGF,V二HY,V冲P“9X,Y一沂一，创、，、22其中J表示某种频域正变换，921表示该频域变换的反变换F伽,V为原始图像FX,力结果频域正变换的结果，HP,V为频域中的修正函数，G伽,V是修正后的结果，GX,Y是G伽，反变换的结果，即增强后的图像。231飞机图像的灰度修正灰度修正使图像在空间域中增强的简单而有效的方法。通常根据图像不同的降质现象而采用不同的修正方法。常见的方法有1针对图像成像不均匀如图像半边暗半边亮而对图像逐点进行不同程度的灰度级校正，目的是使图像灰度均匀。2针对图像某部分或者整体曝光不足而进行灰度级校正，目的是增加图像的灰度对比度。3最后一种方法是直方图修正，它能使图像具有期望的灰度分布，从而有选择的突出所需要的图像特征。西北T业大学倾K学位论立第一章飞机图像的预处理232飞机图像的平滑图像平滑的思想是通过一点和周围几个点的运算通常为平均运算来去除突然变化的点，从而去除噪声，但图像会有一定程度的模糊。一幅图像往往受到各种噪声源的干扰，这种噪声常常为一些孤立的像素点，它们像雪花一样使图像被污染，而图像灰度应该相对连续变化的一般不会突然变大或变小，这种噪声可以用邻域平均法使它得到抑制。邻域平均法是简单的空域处理方法。这种方法的基本思想是由许多次度恒定的小块组成，相邻像素间有很高的空间相关性。而噪声是统计独立地叠加在图像上的，其平均值为0，因此，可以用像素邻域内的各像素灰度值的平均值代表原来的灰度值，实现图像的平滑。本试验中对飞机图像平滑处理结果如图22所示A原图B加噪后C平滑处理厉D原幽FE加噪历O平滑处理后到22B机幽像平滑处理部分幽片233飞机图像的滤波中值滤波是一种非线性的信号处理方法，与其对应的中值滤波器当然也就西北T业人学坝I。学位论义第一市飞目L|芏|像的顺处理是一种非线性的滤波器。中值滤波器在1971年由JWJUKEY首先提出并应用在一维信号处理技术时J白J序列分析中，后来被二维图像信号处理技术所引用。中值滤波在一定的条件下可以克服线性滤波器如最小均方滤波，均值滤波等带来的图像细节模糊，而且对滤除脉冲F扰及图像扫描噪声最为有效。由于在实际运算过程中不需要图像的统计特征，因此这也带来不少方便。但是对于一些细节多，特别是点、线、尖顶细节多的图像不宣采用中值滤波。中值滤波一般采用一个含有奇数个点的滑动窗口，将窗口中各点灰度值的中值来替代指定点一般是窗口的中心点的狄度值。对于奇数个元素，中值是按大小顺序后，中间的数值；对于偶数个元素，中值是指排序后中削两个元素苏度值的平均值。对于一维情况，如图24所示。它是用内含5个元素15的窗口对离散阶跃函数、斜坡函数、脉冲函数以及三角形函数进行中值滤波和均值滤波的示例。从该图中可以看出，在一维情况下，中值滤波器不影响阶跃函数和斜坡函数，并可以有效的消除单、双脉冲，使三角函数的顶端变平。本试验中对飞机图像滤波处理结果如图23所示A原幽B加噪J亓C滤波处理F亓D原图E加噪厉F滤波处理后煳23E机幽像滤波处理部分蚓片原信号均值滤波篮FALJFI“跃直B】斜坡刖山C荤脉冲叫虬【D】双脉冲赵【E三角形圈24中值滤波平均值滤波比较示例潋遄划U山一直业血上A西北T业大学硕卜学位论文第二章飞机图像的顶处理24飞机图像分割处理图像分割处理是将数字图像分割成互不相交不重叠区域的过程叫。在这里区域是像素的连通集也就是说，是一个所有像素都有相邻或相接触像素的集合门。连通性的正式定义为在一个连通集中的任意两个像素之间，都存在一条完全由这个集合的元素构成的连通路径。当人观察景物时，在视觉系统中对景物进行分割的过程是必不可少的。这个过程非常有效，以至于人所看到的并不是一个复杂的景物，而只不过是一种物体的集合体。但是，使用数字处理，必须设法分离图像中的物体，把图像分裂成像素集合，每个集合代表一个物体的图像。尽管数字图像分割的任务在人类视觉感受中很难找到对照，但在数字图像分析中它却不是一个轻而易举的任务。图像分割可以采用三种不同的原理来实现。在利用区域的力一法时，把各像素划归到各个物体或区域中。在边界方法中，只需确定存在于区域间的边界。在边缘方法中，则先确定边缘像素并把它们连接在一起以构成所需的边界。本课题采用区域法中的阐值分割法。二值化和闭值处理是图像处理的重要组成部分。它对物体与背景有较强对比景物的分割特别有用。它计算简单，而且总能用封闭而且连通的边界定义不交叠的区域。在取出飞机图像的几何学各种特征之前，必须进行闽值处理，也就是取出某灰度以上或以下部分的处理。闭值的选择是利用图像的统计性质以及图像的基本知识。241图像二值化一幅图像包括对象物、背景还有噪声，怎样从多值的数字图像中只取出对象物，最常用的方法就是设定某一闻值B，用B将图像的数据分成两部分大于B的像素群和小于B的像素群，例如输入图像为F一X,力，输出图像为西北工业大学顾卜学位论文第二带飞机例像的颅处理2。4飞机图像分割处理图像分割处理是将数字图像分割成互不相交不重叠区域的过程。在这罩区域是像素的连通集也就是说，是一个所有像素都有相邻或相接触像素的集合“1。连通性的F式定义为在。，个连通集中的任意两个像素之问，都存在一条完全由这个集合的元素构成的连通路径。当人观察景物时，在视觉系统中对景物进行分割的过程是必不可少的。这个过程非常有效，以至于人所看到的并不是一个复杂的景物，而只不过是一种物体的集合体。但是，使用数字处理，必须设法分离图像中的物体，把图像分裂成像