您当前的位置： 首页 > 论文 > 2017,48(04) > 信息工程·计算机科学与技术
基金项目:
山西省自然科学基金资助项目
分类号:
TP391
DOI:
10.16355/j.cnki.issn1007-9432tyut.2017.04.024
期刊号:
2017,48(04)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 徐令彬 | 中北大学 计算机与控制工程学院;太原预备役通信团 |
摘要:
针对导弹末端制导过程中CCD摄像头抓捕目标的背景、光照及相对旋转角度变化和噪声等因素造成目标识别率降低问题,在结合多方向角Gabor滤波器和RBF神经网络的基础上,提出了一种基于特征匹配的目标识别算法.该算法采用Gabor滤波器对待匹配图像进行预处理,通过将多个不同方向角Gabor滤波器的结果进行叠加和归一化处理的方法,突出了目标轮廓特征,然后提取纹理图像的4类Haar-like特征,再利用训练完成的RBF网络模型进行识别.实验结果表明,算法在保证实时性的基础上提高了目标识别率. |
关键字:
Gabor滤波器 Haar-like特征 RBF神经网络 改进FCM算法