[發(fā)明專利]一種基于廣義證據(jù)理論的多光譜圖像未知目標(biāo)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711135254.4
• 申請(qǐng)日: 2017-11-13
• 公開(kāi)（公告）號(hào): CN107967449B
• 公開(kāi)（公告）日: 2019-07-05
• 發(fā)明（設(shè)計(jì)）人: 蔣雯;胡偉偉;鄧鑫洋
• 申請(qǐng)（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京科億知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350
• 代理人: 劉強(qiáng)強(qiáng)

本發(fā)明基于多光譜圖像，提供一種用廣義證據(jù)理論實(shí)現(xiàn)面空背景下未知目標(biāo)識(shí)別的方法，涉及目標(biāo)識(shí)別、圖像處理領(lǐng)域。本發(fā)明對(duì)目標(biāo)、云、天空建立三角模糊模型，將模型展寬后對(duì)像素點(diǎn)分類，根據(jù)像素點(diǎn)分類結(jié)果判斷是否有未知目標(biāo)，并用像素點(diǎn)分類結(jié)果更新當(dāng)前三角模糊數(shù)模型。本發(fā)明采用廣義證據(jù)理論對(duì)像素點(diǎn)分類，此分類方法較好的融合了不同波段的圖像信息，能夠?qū)崿F(xiàn)未知目標(biāo)的判別，具有計(jì)算簡(jiǎn)單、實(shí)時(shí)性好的優(yōu)點(diǎn)；本發(fā)明提出的隨機(jī)干擾排除方法，很好的排除了隨機(jī)干擾導(dǎo)致的誤判。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)識(shí)別、圖像處理領(lǐng)域，是一種基于廣義證據(jù)理論實(shí)現(xiàn)多光譜圖像未知目標(biāo)識(shí)別的方法。

背景技術(shù)

在戰(zhàn)場(chǎng)環(huán)境下，目標(biāo)識(shí)別的主要對(duì)象是誤闖和入侵我國(guó)領(lǐng)空的飛機(jī)目標(biāo)，包含非合作目標(biāo)和敵對(duì)目標(biāo)。從機(jī)器學(xué)習(xí)的角度看，處理模式識(shí)別問(wèn)題時(shí)，研究者需要對(duì)所有可能出現(xiàn)的目標(biāo)類別建立模版數(shù)據(jù)庫(kù)，并選取其中所有目標(biāo)類別樣本進(jìn)行訓(xùn)練。然而，非合作目標(biāo)和敵對(duì)目標(biāo)是無(wú)法建立其完整數(shù)據(jù)庫(kù)的。當(dāng)飛機(jī)目標(biāo)是數(shù)據(jù)庫(kù)外的未知目標(biāo)，也就是非合作目標(biāo)或敵對(duì)目標(biāo)時(shí)，由于其數(shù)據(jù)庫(kù)的不完整，容易將該目標(biāo)誤判為數(shù)據(jù)庫(kù)的其他已知目標(biāo)。誤將敵方飛機(jī)判別為我方飛機(jī)或者將我方飛機(jī)誤判為敵方飛機(jī)都會(huì)帶來(lái)災(zāi)難性的后果，故研究未知目標(biāo)識(shí)別方法具有重要的軍事價(jià)值。

信息融合技術(shù)是協(xié)同利用多源信息，以獲得對(duì)事物或目標(biāo)更客觀、更本質(zhì)認(rèn)識(shí)的信息綜合處理技術(shù)，是智能科學(xué)研究的關(guān)鍵技術(shù)之一。在諸多的信息融合模型和方法中，廣義證據(jù)理論(Generalized Evidence Theory，GET)算法是最為有效的算法之一。廣義證據(jù)理論出發(fā)點(diǎn)立足于融合系統(tǒng)所處的環(huán)境是一個(gè)開(kāi)放世界，用空集來(lái)建模開(kāi)放世界，舍棄的限制。廣義證據(jù)理論中的不是傳統(tǒng)意義上的空集，它對(duì)應(yīng)的是辨識(shí)框架之外的命題。廣義證據(jù)理論提出了廣義基本概率分配函數(shù)(Generalized Basic ProbabilityAssignment，GBPA)，并提出了廣義合成公式實(shí)現(xiàn)兩個(gè)GBPA的融合。當(dāng)系統(tǒng)處于封閉世界，也就是滿足時(shí)，廣義證據(jù)理論就退化為經(jīng)典的證據(jù)理論，從這個(gè)角度來(lái)看，廣義證據(jù)理論是經(jīng)典證據(jù)理論簡(jiǎn)單而直觀的推廣。

目前尚未有基于多光譜圖像實(shí)現(xiàn)未知目標(biāo)識(shí)別的研究。廣義證據(jù)理論有諸多優(yōu)點(diǎn)，將其應(yīng)用在多光譜圖像未知目標(biāo)識(shí)別上具有重要的軍事價(jià)值。

發(fā)明內(nèi)容

為了實(shí)現(xiàn)未知目標(biāo)識(shí)別，本發(fā)明基于多光譜圖像，提供一種用廣義證據(jù)理論實(shí)現(xiàn)未知目標(biāo)識(shí)別的方法，在跟蹤當(dāng)前目標(biāo)的同時(shí)實(shí)現(xiàn)敵對(duì)未知目標(biāo)的識(shí)別。使用該方法實(shí)現(xiàn)的未知目標(biāo)識(shí)別具有重要的軍事價(jià)值。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案包括如下步驟：

步驟一：輸入一幀多光譜圖像及當(dāng)前環(huán)境下每個(gè)波段云(C)、天空(S)及當(dāng)前目標(biāo)(T)成像的灰度最小值、中值及最大值，根據(jù)輸入的云、天空及當(dāng)前目標(biāo)成像的灰度最小值、中值、最大值，建立對(duì)應(yīng)的三角模糊數(shù)模型，所述當(dāng)前目標(biāo)為當(dāng)前感興趣的跟蹤目標(biāo)(如防御目標(biāo))，辨識(shí)框架為辨識(shí)框架中C表示云，S表示天空，T表示當(dāng)前目標(biāo)，表示未知目標(biāo)，C，S，T三角模糊數(shù)模型建立的方法為：

將波段i云成像的灰度最小值Cmin_i、中值Cave_i及最大值Cmax_i分別作為波段i云三角模糊數(shù)模型的最小值，中值，最大值，則波段i云的三角模糊數(shù)為將波段i天空成像的灰度最小值Smin_i、中值Save_i及最大值Smax_i分別作為波段i天空三角模糊數(shù)模型的最小值，中值，最大值，則波段i天空建立的三角模糊數(shù)為將波段i當(dāng)前目標(biāo)成像的灰度最小值Tmin_i、中值Tave_i及最大值Tmax_i分別作為波段i當(dāng)前目標(biāo)三角模糊數(shù)模型的最小值，中值，最大值，則波段i當(dāng)前目標(biāo)建立的三角模糊數(shù)為

步驟二：將步驟一獲得的模糊數(shù)展寬，即將模糊數(shù)的上界增大、下界減小，分別記云、天空、當(dāng)前目標(biāo)展寬后的模糊數(shù)為所述展寬方法為：