一种基于多视的水下目标分类系统及方法

摘要

本发明涉及一种基于多视的水下目标识别分类系统及方法，该方法基于模式识别系统且该系统的输入数据为多角度照射目标物体得到的多视数据，包含：数据获取和预处理的步骤，用于接收输入的多视数据对多视数据进行预处理；特征提取的步骤，该步骤采用适合多视数据的特征算法对所述预处理后的多视数据进行特征提取；分类器设计的步骤，该步骤用隐马尔可夫模型进行分类器的设计；分类判决的步骤，用于对从所述多视数据中提取的特征输入所述分类器进行判决，得到分类结果。通过多部声纳或多个信息源进行空间多方位的数据采集，作为水下目标分类系统中特征提取的信息来源，增加目标特征矢量的维数，改善信息的置信度。

主权项

一种基于多视的水下目标识别分类系统，该系统输入的数据为多角度照射目标得到的多视数据，包含：数据获取和预处理模块，用于获取待分类目标的多视数据并对其进行预处理；特征提取模块，用于将预处理后的多视数据的采用特征算法进行特征提取；分类判决模块，该模块进一步包含若干并联的隐马尔可夫分类器模型和一比较判决模块，所述各隐马尔可夫分类器模型的计算结果都输出到所述的比较判别模块，该判决模块的输出结果作为针对该目标的最终的分类结果；所述特征提取采用基于回波能量的算法，其中，所述基于回波能量的算法进行特征提取的步骤为：1)对预处理后的采集的多视数据进行频域变换；2)计算多视数据包含的每一个角度采集的数据的频谱能量E_i；3)计算所有多视数据数据的平均频谱能量MEAN(E)；4)计算某一角度采集数据的数据对应的回波能量特征量ε_i＝(E_i‑MEAN(E))²，得到该角度回波能量的特征量；5)判断是否得到所有照射角度对应的数据的回波能量特征量，如果否则返回步骤2)；如果是则完成特征提取。