基于边界不变特征的扩展目标识别方法.pdfVIP

维普资讯 第32卷第 8期 光 电工程 Vo1．32，No．8 2005年 8月 Opto—ElectronicEngineering August，2005 文章编号：l003—501X(2005)08—0001—05 基于边界不变特征的扩展 目标识别方法 张坤华 ，王敬儒 2，张启衡 2 (1．深圳大学信息工程学院，广东 深圳 5l8060； 2．中国科学院光电技术研究所，四川 成都 6l0209) 摘要：提出一种新的以边界不变矩作为识别特征，运用 BP 网络识别扩展 目标的方法。首次通过 详细的理论证明和实验分析，揭示了离散边界不变矩不再具有严格的比例不变性，而位移和旋转 不变性保持相对稳定，并对该不变矩作为识别特征的误差进行了深入分析，给出了正确计算边界 不变矩的途径。在此基础上，以该边界不变矩作为识别特征，输入 BP 网络，采用合理的网络结 构，实现对发生位移、旋转和尺度变化的扩展 目标的识别。边界不变特征的引入，减少了数据运 算量，实验结果表明，识别率达到95．9％。 关键词： 目标识别；扩展 目标：BP神经网络；特征提取 中图分类号：TP39l4 文献标识码：A M ethodforrecognizingextendedtargetbasedonboundaryinvariants ZHANGKun-hua，WANGJing-ru ，ZHANGQi-heng‘ (1．SchoolofInformationEngieering，ShenzhenUniversity、Shenzhen5l8060，China； 2TheInstituteofOpticsandElectronics，theChineseAcadeyofSciences，Chengdu6l0209，China) Abstract：In view ofrecognition efficiency and movementcomplexity ofextendedtargets，anew extendedtargetrecognition methodwith BP neuralnetworkisproposed，in whichmomentinvariants basedontargetboundaryareutilizedasrecognitionfeatures．TheRST(Rotation，ScaleandTranslation) invarianceofsuchfeaturesindigitalconditionisprovedandanalyzedforthefirsttime．Theanalysis resultssay thattheirscaling invariance islost，while translation and rotation invafiance are almost maintained．Andalsotheerrorsoftheseinvariantsduringtargetrecognitionare analyzedandtheright waytogettheserecognitionfeaturesisgiven．Usingthesefeaturesasinputs，throughBPneuralnetwork withreasonablestructure，theextendedtargetisrecognizedcorrectly．W iththismethod，computationis reducedbyintroducinginvariantsbasedonboundary．Experimentalresultsindicatetherecognitionrat