[发明专利]基于几何重构和多尺度分析的目标识别方法

摘要

本发明涉及一种基于目标几何重构和多尺度分析理论的目标识别方法，首先对目标姿态进行重构包括飞行姿态归一化和图像预处理；然后采用Contourlet变换提取图像的低频及高频特征向量作为BP神经网络的基础输入训练集和修正基入训练集；最后进行BP神经网络的设计，设计出BP神经网络修正模型，利用高频细节数据修正低频轮廓数据，并确定输入输出层、中间层个数和算法，训练好的网络具有识别能力。选用红外图片库中不同机型互不重叠的图片素材测试该识别方法的精度，结果显示识别率高、识别时间短。证明该发明具有较高的工程可适用性，有一定意义和广泛应用前景。

主权项

一种基于几何重构和多尺度分析的目标识别方法，其特征在于包括以下步骤：步骤1：对图片库中红外目标图像进行飞行姿态的几何重构；步骤2：基于Contourlet变换的图像特征提取：对机型库中目标图像采用2层Contourlet变换提取特征向量，用表达轮廓的低频特征作为基础输入训练集，提取表达细节信息的高频特征向量作为BP神经网络修正训练集输入网络；步骤3：BP神经网络建模：进行神经网络的设计，包括样本归一化，确定神经网络层数，确定隐含层节点个数和中间层、输出层的传递函数；为测试训练结束后的网络精度，对图片库中每种机型各随机选取不重复的若干幅图像用于识别测试。