[发明专利]基于分布特性的FOD目标自适应快速分类识别方法、系统及介质有效
| 申请号： | 201811647433.0 | 申请日： | 2018-12-30 |
| 公开（公告）号： | CN109765557B | 公开（公告）日： | 2021-05-04 |
| 发明（设计）人： | 汪欢;张文济;黄丽芳;吴美武;刘峰;纪华;宋志毕;方芳 | 申请（专利权）人： | 上海微波技术研究所（中国电子科技集团公司第五十研究所） |
| 主分类号： | G01S13/91 | 分类号： | G01S13/91;G01S13/04;G01S13/00;G06K9/62 |
| 代理公司： | 上海段和段律师事务所 31334 | 代理人： | 李佳俊;郭国中 |
| 地址： | 200063 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于分布特性的FOD目标自适应快速分类识别方法、系统及介质，包括：目标划分步骤：根据第一目标区域在空间分布上的集中性，采用目标点间距离作为目标相关特征量，实现目标点间相似度的量化，对相似度高于相似先验邻域半径门限的目标点进行标记，然后将标记位总合高于邻域大小门限的目标点视为第一目标区域集合，其余目标则划为普通分布FOD目标集合。解决了FOD目标检测过程中大目标和一般目标的分类识别问题，将大型目标、集中分布一般目标、一般单独分布目标进行有效分类，提高了FOD系统的识别准确度。 | ||
| 搜索关键词： | 基于 分布 特性 fod 目标 自适应 快速 分类 识别 方法 系统 介质 | ||
【主权项】：
1.一种基于分布特性的FOD目标自适应快速分类识别方法，其特征在于，包括：目标划分步骤：根据第一目标区域在空间分布上的集中性，采用目标点间距离作为目标相关特征量，实现目标点间相似度的量化，对相似度高于相似先验邻域半径门限的目标点进行标记，然后将标记位总合高于邻域大小门限的目标点视为第一目标区域集合，其余目标则划为普通分布FOD目标集合；目标聚类步骤：根据获得的第一目标区域集合，采用基于广度优先的自适应聚类处理，从第一目标区域集合中任意对象出发，基于广度优先原则，利用距离参数和形状参数作为约束条件依次搜索该对象的直接邻居和间接邻居，遍历整个数据集，直至所有对象均完成类型划分，在处理过程中实现聚类数的自动识别，获得第一目标聚类结果；集合分类步骤：对第一目标和普通分布FOD目标样本分析，根据获得的大目标聚类结果，通过先验信息设置目标分布面积门限、区域目标总能量门限及区域目标能量方差门限，实现第一目标和密集分布的普通目标集合的快速分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海微波技术研究所（中国电子科技集团公司第五十研究所），未经上海微波技术研究所（中国电子科技集团公司第五十研究所）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811647433.0/，转载请声明来源钻瓜专利网。
