[发明专利]一种基于ELM与DSmT的飞机姿态识别方法

摘要

本发明公开了一种基于ELM与DSmT的飞机姿态识别方法。将飞机的360度飞行姿态分为7大类。对于待识别的飞机图像，经过去噪、灰度化、二值化处理后，提取具备平移、旋转、缩放不变性的SIFT特征与轮廓局部奇异值特征，可以有效解决单一特征提供的目标信息有限而造成算法识别率差这一问题；然后，采用学习速度快的ELM算法训练泛化能力强的SLFNs，将训练好的SLFNs作为算法的分类器；最后，采用DSmT融合理论中的PCR5公式，实现多特征的决策级融合，给出最终的识别结果。基于ELM与DSmT的飞机姿态识别方法可以解决飞机姿态识别中由于飞机姿态种类繁多、外界干扰等造成的识别率低下这一问题，同时在实时性方面，本方法也有一定的优越性。

主权项

一种基于ELM与DSmT的飞机姿态识别方法，其特征在于，具体步骤如下：第一步：对于飞机图像进行去噪、灰度化和二值化预处理；第二步：对经过预处理的飞机图像提取二值化图像的SIFT特征描述子和飞机轮廓特征；第三步：对SIFT特征描述子采用经典的BoW模型进行描述并最终得到BoWSIFT向量；第四步：对第二步中得出的飞机轮廓特征进行处理得到飞机目标轮廓局部奇异值向量；第五步：根据BoWSIFT向量，构建SLFNs网络，采用实时性好的ELM算法训练SLFNs网络，得到训练好的SLFNs1；对于轮廓局部奇异值向量，构建SLFNs，然后采用实时性好的ELM算法训练SLFNs网络，得到训练好的SLFNs2；第六步：将两个训练好的SLFNs1和SLFNs1作为算法的分类器，采用DSmT融合理论中的PCR5公式，实现多特征的决策级融合，得到最终的识别结果。