[發(fā)明專利]一種基于誤差反傳神經(jīng)網(wǎng)絡(luò)的飛機殘骸智能識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201510053717.7
• 申請日: 2015-02-02
• 公開（公告）號: CN104615987B
• 公開（公告）日: 2017-12-26
• 發(fā)明（設(shè)計）人: 賈佳琪;段海濱;徐廣帥
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京慧泉知識產(chǎn)權(quán)代理有限公司11232
• 代理人: 王順榮,唐愛華

技術(shù)領(lǐng)域

本發(fā)明提出了一種基于誤差反傳神經(jīng)網(wǎng)絡(luò)的飛機殘骸智能識別方法及系統(tǒng)，針對機載光電吊艙平臺獲得的光學(xué)圖像，采用誤差反傳神經(jīng)網(wǎng)絡(luò)算法進行目標識別，以獲取背景環(huán)境中的特征目標信息，屬于智能識別技術(shù)領(lǐng)域。

背景技術(shù)

飛機殘骸識別，是指依據(jù)飛機的特征信息，對飛機的機翼、機尾、黑匣子等飛機殘骸進行搜索與識別。飛機作為一種重要的運輸平臺和搭載工具，在社會生活、國防軍事等領(lǐng)域扮演了越來越重要的角色。隨著飛行架次數(shù)量的快速增長和空域飛行密度的不斷增加，各類飛機失聯(lián)、失事事件接踵而至。僅在2014年，就發(fā)生了5起傷亡嚴重的客機失事事故。2014年3月，馬來西亞航空公司的MH370客機失蹤后，中國政府和國際社會投入了大量人力、物力、財力，動用了陸、海、空、天多類力量，以出動海上搜救船、派遣搜救機群、調(diào)集光學(xué)偵察衛(wèi)星的方式，對客機飛行范圍的海域進行了高密度搜尋活動，目前仍未獲實質(zhì)進展。

對飛機殘骸的智能識別，是實現(xiàn)飛機搜救的重要組成。搭載于飛機平臺的飛機殘骸智能識別系統(tǒng)可實現(xiàn)平原、山區(qū)、湖泊、海洋等多類地形條件下的飛機殘骸智能識別。經(jīng)研究和實踐表明，機載光學(xué)平臺通過光學(xué)方式獲取圖像信息，而后通過軟件算法獲取背景環(huán)境中的特征目標、最后采取相關(guān)救援措施，是一種合理、可行的搜救方案。

目前，光學(xué)偵察衛(wèi)星雖然作用范圍廣泛，但是限于偵察分辨率，對區(qū)域的特征目標細節(jié)信息難以精準提取。地面、海上等各種承載形式的光學(xué)偵察設(shè)備，機動性差，在短時間內(nèi)難以投入到搜救現(xiàn)場。機載光學(xué)目標識別設(shè)備有效實現(xiàn)了高精度、高機動性的精準光學(xué)偵察，是一種有效、快速、準確的搜救措施。

自動目標識別(Automatic Target Recognition，ATR)技術(shù)是光電識別系統(tǒng)中應(yīng)用廣泛的一項技術(shù)。目前，科研人員研究的目標識別算法很多，有基于統(tǒng)計、知識、專家、模型、多傳感器信息融合的識別算法等。誤差反傳神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network，BPNN)算法是一種具有非線性連續(xù)轉(zhuǎn)移函數(shù)的多層前饋網(wǎng)絡(luò)，是一種基于統(tǒng)計的識別算法；包括信號的正向傳播和誤差反向傳播兩個過程，各層權(quán)值在這兩個過程中反復(fù)地進行自適應(yīng)調(diào)整，因此誤差反傳神經(jīng)網(wǎng)絡(luò)的學(xué)習訓(xùn)練過程也是一種權(quán)值不斷調(diào)整的過程，當網(wǎng)絡(luò)輸出的誤差減小到設(shè)定的預(yù)期值時，結(jié)束訓(xùn)練過程。通常誤差反傳神經(jīng)網(wǎng)絡(luò)算法的訓(xùn)練過程為：輸入正向傳播輸出—誤差逆向傳播—記憶訓(xùn)練—學(xué)習收斂。

本發(fā)明利用誤差反傳神經(jīng)網(wǎng)絡(luò)算法，基于統(tǒng)計信息的學(xué)習記憶機制，對獲取圖像通過圖像預(yù)處理、圖像分割、Hu矩特征量提取后，有效實現(xiàn)飛機殘骸目標的精準識別。

本發(fā)明在目標識別技術(shù)上采用Hu矩特征和神經(jīng)網(wǎng)絡(luò)相結(jié)合的算法，優(yōu)勢在于：Hu矩抗旋轉(zhuǎn)、尺度縮放的優(yōu)勢，能夠在目標飛機發(fā)生姿態(tài)變化的時候(例如隨海浪沉浮、不定向漂流)準確識別和報警；使用事先訓(xùn)練的誤差反傳神經(jīng)網(wǎng)絡(luò)，比傳統(tǒng)算法的計算速度更快，能夠及時有效地發(fā)出警報。

發(fā)明內(nèi)容

1、發(fā)明目的：

本發(fā)明提供了一種基于誤差反傳神經(jīng)網(wǎng)絡(luò)的飛機殘骸智能識別方法及系統(tǒng)，其目的是克服常規(guī)飛機殘骸識別系統(tǒng)識別類型少、智能度低、準確率低的缺陷。在光學(xué)衛(wèi)星大范圍發(fā)現(xiàn)可疑區(qū)域后，利用本發(fā)明提出的基于誤差反傳神經(jīng)網(wǎng)絡(luò)的飛機殘骸智能識別方法及系統(tǒng)進行局部細節(jié)搜索，將誤差反傳神經(jīng)網(wǎng)絡(luò)算法應(yīng)用在機載光電吊艙中，可對拍攝的圖片進行實時分析，當特征目標出現(xiàn)時，可智能地將目標整體或目標局部特征從環(huán)境背景中提取出來，便于后續(xù)采取搜救措施。

2、技術(shù)方案：

作為系統(tǒng)級應(yīng)用設(shè)備，本發(fā)明所提出的基于誤差反傳神經(jīng)網(wǎng)絡(luò)的飛機殘骸智能識別方法及系統(tǒng)功能實現(xiàn)依賴多類技術(shù)。首先，需要搭載于飛機平臺的機載光電吊艙按照特定的搜索或跟蹤模式獲取目標區(qū)域環(huán)境現(xiàn)場的實時圖像；其次，需要對幀圖像序列進行圖像濾噪預(yù)處理、圖像閾值分割處理、分割區(qū)域Hu矩特征量提取、針對搜索目標進行誤差反傳神經(jīng)網(wǎng)絡(luò)算法學(xué)習訓(xùn)練；第三，利用經(jīng)學(xué)習訓(xùn)練的特定誤差反傳神經(jīng)網(wǎng)絡(luò)算法對Hu矩特征量的處理情況給出目標識別結(jié)果；最后，當目標出現(xiàn)時，產(chǎn)生報警信號。

對比現(xiàn)有機載光電吊艙技術(shù)發(fā)展水平，本系統(tǒng)所涉及的光機電一體化技術(shù)、搜索和跟蹤雙模式的吊艙伺服控制技術(shù)、圖像預(yù)處理技術(shù)、遠程機載無線通信技術(shù)等較為成熟，而在復(fù)雜背景中提取有效目標信息的自動目標識別技術(shù)是本方法和系統(tǒng)功能實現(xiàn)的關(guān)鍵技術(shù)。基于Hu矩特征量的誤差反傳神經(jīng)網(wǎng)絡(luò)算法是在復(fù)雜背景中提取有效目標信息的關(guān)鍵。