用于三维动态目标识别的多传感器多特征融合识别方法

摘要

本发明公开了一种用于三维动态目标识别的多传感器多特征融合识别方法，包含以下步骤：一、将识别目标进行二维平面化，建立二维投影图像库；二、将图像进行灰度化和二值化，并提取Hu矩特征和Zernike矩特征，建立图像特征矩信息数据库；三、根据图像特征矩信息对分别对两个BP神经网络进行训练；四，将不同传感器获取到的待识别的目标图像序列进行预处理并提取Hu矩特征和Zernike矩特征，将两种特征矩信息分别输入到已训练好的二个BP神经网络，经计算得到基本概率分配函数，利用D-S证据理论对得到的基本概率赋值进行时域和空域的融合得到识别结果信息，对识别结果信息按照判决规则进行决策，最终得到目标识别结果信息。本发明有利于提高目标识别的正确概率。

主权项

一种用于三维动态目标识别的多传感器多特征融合识别方法，包含以下步骤：步骤一、将识别目标进行二维平面化，建立二维投影图像库；步骤二、将二维投影图像库中的图像进行预处理，进行灰度化和二值化，并对预处理后的图像同时提取Hu矩特征和Zernike矩特征，建立图像特征矩信息数据库；步骤三、将计算出的Hu矩和Zernike矩的图像特征矩信息，分别输入到第一BP神经网络、第二BP神经网络，对第一BP神经网络、第二BP神经网络进行训练，得到两个训练好的BP神经网络并进行保存；步骤四，将不同传感器获取到的待识别的目标图像序列进行预处理并提取Hu矩特征和Zernike矩特征，将两种特征矩信息分别输入到第三步中已训练好的第一BP神经网络、第二BP神经网络，经计算得到基本概率分配函数，利用D‑S证据理论对得到的基本概率赋值进行时域和空域的融合得到识别结果信息，对识别结果信息按照判决规则进行决策，最终得到目标识别结果信息。