[發明專利]基于干涉圖匹配的目標識別方法

無效

• 申請號: 201110246464.7
• 申請日: 2011-08-25
• 公開（公告）號: CN102955949A
• 公開（公告）日: 2013-03-06
• 發明（設計）人: 楊曉許;周泗忠;相里斌;羅俊萍
• 申請（專利權）人: 中國科學院西安光學精密機械研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安智邦專利商標代理有限公司 61211
• 代理人: 商宇科

技術領域

本發明屬光譜應用領域，涉及一種目標識別方法，尤其涉及一種基于干涉圖匹配的目標識別方法。

背景技術

在光譜軍事和遙感等應用中，通過光譜匹配實現對目標識別是非常重要的環節。目前常用的光譜匹配方法有光譜二值編碼匹配、相關系數測度等方法，人們也發展了基于人工神經網絡的分類識別方法。使用這些方法時，都必須首先得到目標的光譜分布，然后進行基于光譜的識別。

干涉光譜成像技術具有許多優點，但是由儀器得到的干涉圖數據必須進過傅里葉變換，才能得到目標的光譜分布，然后進行目標識別。眾所周知，傅里葉變換是一個耗時較多的計算，即使使用快速傅里葉變換FFT，這個計算過程依然要耗費不少時間。

發明內容

為了解決背景技術中存在的上述技術問題，本發明提供了一種識別速度快以及可對目標進行實施識別的基于干涉圖匹配的目標識別方法。

本發明的技術解決方案是：本發明提供了一種基于干涉圖匹配的目標識別方法，其特殊之處在于：所述基于干涉圖匹配的目標識別方法包括以下步驟：

1)建立期望目標干涉圖數據庫；

2)獲取待識別目標干涉圖；

3)將步驟2)所得到的待識別目標干涉圖與步驟1)中已經建立的期望目標干涉圖數據庫進行識別處理，實現待識別目標的識別。

上述步驟1)的具體實現方式是：

采用高信噪比的傅里葉變換光譜儀對期望目標在不同周期以及不同時刻采集干涉圖，得到期望目標干涉圖數據庫。

上述步驟3)中的識別處理是檢索識別處理和匹配識別處理。

上述步驟3)的具體實現方式是：

利用相關角公式進行計算α=arccosΣIiIi′ΣIi2ΣIi′2]]>

計算待識別目標干涉圖與期望目標干涉圖數據庫中的向量相關度，計算結果數值越小，表示兩個干涉圖數據相似程度越高，否則相似程度越差

其中：α為相關角，I_i和I_i′分別為待識別干涉圖和期望目標干涉圖的第i個采樣點大小。

本發明的優點是：

本發明提供了一種基于干涉圖匹配的目標識別方法，該方法是將期望目標的干涉圖建立干涉圖庫，在應用時，使用干涉光譜(成像)儀得到目標干涉圖后，不進行傅里葉變換光譜復原，直接在干涉圖庫中進行檢索和匹配，確定目標類型，從而實現目標的識別。這時，由于省去了傅里葉變換的過程，就使干涉圖的數據處理時間大大縮短。如果對干涉圖的預處理和對干涉圖庫的操作全部用FPGA硬件實現，則目標識別的實時性會更高。在快速目標識別等應用中，省去了傅立葉變換的過程，直接對干涉圖進行匹配，縮短了運算時間，提高了識別效率。

附圖說明

圖1是本發明所提供的基于干涉圖匹配的目標識別方法的過程示意圖。

具體實施方式

干涉圖匹配的優勢是不進行光譜復原，省去了傅里葉變換的過程。這樣做的不足，是沒有得到目標光譜分布，無法進行直接的光譜分析。然而，對于目標識別等某些應用領域中，并不一定需要對光譜進行直接分析。和光譜識別技術一樣，干涉圖匹配技術需要首先建立包含期望目標的干涉圖庫。

本發明提供了一種基于干涉圖匹配的目標識別方法，該方法包括以下步驟：

1)建立期望目標干涉圖數據庫：

在建立干涉圖庫時，應該用高信噪比的傅里葉變換光譜儀來采集干涉圖，經過預處理后作為數據源。

光譜圖中的大部分能量集中分布在干涉圖的低頻區域，可以根據目標識別對光譜分辨率的要求決定干涉圖采樣點的周期和點數。

2)利用上面的期望目標作為待識別目標，進行識別