发明名称 一种飞机目标识别方法及系统
摘要 本发明公开一种飞机目标识别方法及系统,方法包括:建立飞机图像数据库并从中提取训练样本,将其中所有图像用向量空间中的矩阵表示;计算矩阵中各向量间的欧氏距离,依此计算同类飞机间的相似度矩阵和不同类飞机间的相似度矩阵;根据相似度矩阵计算类内拉普拉斯矩阵和类间拉普拉斯矩阵;根据类内拉普拉斯矩阵和类间拉普拉斯矩阵构建图保留目标函数,利用广义特征值求解目标函数得到最优子空间;根据最优子空间计算训练样本的特征向量和待识别飞机的特征向量;计算待识别飞机的特征向量与训练样本的特征向量间的欧氏距离,依此利用最近邻分类法对待识别飞机的特征向量分类,得到识别结果。本发明在飞机存在大姿态变换的情况下,仍能保证高识别率。
申请公布号 CN102930300A 申请公布日期 2013.02.13
申请号 CN201210477495.8 申请日期 2012.11.21
申请人 北京航空航天大学 发明人 魏振忠;刘畅;李楠
分类号 G06K9/62(2006.01)I 主分类号 G06K9/62(2006.01)I
代理机构 北京派特恩知识产权代理事务所(普通合伙) 11270 代理人 蒋雅洁;程立民
主权项 一种飞机目标识别方法,其特征在于,该方法包括:建立飞机图像数据库,从所述飞机图像数据库中提取训练样本,并将所述训练样本的所有图像用向量空间中的矩阵X表示;计算所述矩阵X中各个向量之间的欧氏距离;根据所述矩阵X中各个向量之间的欧氏距离,计算同类飞机间的相似度矩阵W和不同类飞机间的相似度矩阵Wp;根据所述相似度矩阵计算类内拉普拉斯矩阵B和类间拉普拉斯矩阵Bp;根据所述类内拉普拉斯矩阵B和类间拉普拉斯矩阵Bp构建图保留目标函数,并利用广义特征值求解所述目标函数,得到最优子空间;根据所述最优子空间计算训练样本的特征向量以及待识别飞机的特征向量;计算所述待识别飞机的特征向量与训练样本的特征向量之间的欧氏距离,并根据计算得到的欧氏距离利用最近邻分类法对所述待识别飞机的特征向量进行分类,得到识别结果。
地址 100083 北京市海淀区学院路37号