基于最小平均相关能量滤波器的目标识别技术
把用于匹配滤波器的最小平均相关能量(MACE)算法进行改进,成功应用于实时联合变换相关器.训练系列图像的谱按MACE综合后,经傅里叶逆变换在物面合成参考图像,同时在合成参考图像前对训练图像进行边缘提取,并对目标与参考图像的联合功率谱进行拉普拉斯锐化,提高相关峰对比度.给出了存在旋转变化的目标图像和光学实验.实验表明,改进后的MACE方法可大大减少训练图像的数目,减小运算量,很好地解决联合变换相关器对目标存在旋转变化的识别问题,可扩大目标识别的范围,提高识别率.
傅里叶光学、最小平均相关能量、畸变不变、联合变换相关器、训练图像
47
TP391(计算技术、计算机技术)
总装备部预研究局十一五51317×××105
2011-05-16(万方平台首次上网日期,不代表论文的发表时间)
70-74