[发明专利]一种低空飞行器目标识别方法

权利要求书

1.一种低空飞行器目标识别方法，其特征在于，包括以下步骤：

（1）选取飞行器样本，提取样本的特征，训练支持向量机；

（2）在检测和跟踪的基础上，采用支持向量机进行飞行器目标识别。

2.根据权利要求1所述的低空飞行器目标识别方法，其特征在于，所述步骤（1）还包括以下子步骤：

（11）选取飞行器样本，每个飞行器样本均选取多种不同姿态的图片，经过截取、缩放，把图片进行归一化处理；

（12）对所有进行归一化处理后的样本采用梯度特征描述子提取特征；

（13）采用一类对多余的方法进行训练。

3.根据权利要求1所述的低空飞行器目标识别方法，其特征在于，所述步骤（11）中还包括选取鸟类样本图片并进行归一化处理的步骤。

4.根据权利要求1所述的低空飞行器目标识别方法，其特征在于，所述步骤（12）具体包括将图片平均分为若干块，对图片每次进行单块的梯度特征提取，获取每个像素点的梯度值，每块平均分为若干个胞元，在每个胞元内统计9个方向的梯度直方图，依次完成所有胞元的处理，最终把图片处理完毕。

5.根据权利要求1所述的低空飞行器目标识别方法，其特征在于，所述步骤（13）具体包括先将一种飞行器作为正样本，其它都为负样本，进行训练，得到一个训练结果文本文件，之后换一种飞行器作为正样本进行同样的处理，直到所有飞行器处理完毕。

6.根据权利要求1所述的低空飞行器目标识别方法，其特征在于，所述步骤（13）后还包括对训练结果文本进行测试的步骤，如果训练结果较差，添加新的样本，再次训练，直到获得良好的效果。

7.根据权利要求2所述的低空飞行器目标识别方法，其特征在于，所述步骤（2）包括以下子步骤：

（21）根据检测和跟踪的结果，将跟踪目标所在区域稍微进行放大，并对此区域进行识别；

（22）对所选区域每次进行特定大小的区域识别，对每个区域提取梯度特征描述子特征来处理；所述特定大小为图片归一化处理后的大小；

（23）先采用一个训练结果文本对目标进行识别，如果发现是所属飞行器则识别结束，如果不是，就采用第二个训练结果文本进行识别，直到所有训练结果文本都识别完成之后，都没有发现目标，则认为是鸟类。

8.根据权利要求7所述的低空飞行器目标识别方法，其特征在于，所述步骤（22）中对所选区域进行缩放处理，以使不同大小的目标都能进行识别。