典型ATR算法實驗的對比與分析.pdf

1、自動目標識別(Automatic Target Recognition，簡稱ATR)是機器視覺智能化領域的一個重要研究課題。本文從自動目標識別的研究思路上，采用分模塊思想對典型的ATR算法進行研究、分析和實驗。在一定條件下，滿足實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、目標檢測、目標識別、以及性能對比等問題。
　　本文的研究內(nèi)容包括:圖像的采集、目標的檢測、特征點的提取、目標的識別、算法的評價等。圖像預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，然后利用對比度算法提高目標與背景的對比差值。目標檢測采用多種分割算法提取多目標數(shù)據(jù)，利用行心定位提取后的區(qū)域。角點檢測算法對圖像進行角點檢測，通過角點概率密度改進全局角點的計算時間問題。本文通過兩種算法對于目標進行識別:
　　1）改進的灰度值模板匹配算法;
　　2）特征點匹配率識別算法。
　　其中，改進的灰度值模板匹配算法的模板來源包括數(shù)據(jù)庫已存在的標準數(shù)據(jù)和訓練更新過程中的模板數(shù)據(jù)。特