当前位置:主页 > 科技论文 > 电子信息论文 >

基于双谱的猫眼目标激光一维距离像特征提取

发布时间:2018-06-02 11:17

  本文选题:特征提取 + 猫眼效应 ; 参考:《激光与红外》2017年03期


【摘要】:为了验证一维距离像用于光学目标分类识别的可行性,解决复杂环境和远距离条件下光学目标的探测和识别难题,首次尝试利用激光一维距离像识别具有不同光学参数的猫眼目标,并提出基于双谱的激光一维距离像的稳定特征提取方法。该方法通过信号积累和滤波处理来提升复杂背景下的作用距离和回波信噪比增益,利用双谱计算同时实现远距离目标探测和猫眼目标的稳定特征提取;并通过奇异值分解和主分量计算降低双谱特征提取的运算量;通过处理不同距离、类型及入射角的真实数据样本,验证双谱特征的稳定性和有效性。该方法可以识别具有猫眼效应的光学目标和角反射器,与现有方法比较,具有远距离、低信噪比探测和识别的优点。
[Abstract]:In order to verify the feasibility of using one-dimensional range profile to classify and identify optical targets, and to solve the problem of detection and recognition of optical targets in complex environments and remote conditions, It is the first time to use laser one-dimensional range profile to identify cat eye target with different optical parameters, and a stable feature extraction method of laser one-dimensional range profile based on bispectrum is proposed. The signal accumulation and filter processing are used to improve the range of action and the gain of echo signal to noise ratio (SNR) in complex background. The detection of long range target and the stable feature extraction of cat's eye target are realized simultaneously by bispectral calculation. The computation of bispectral feature extraction is reduced by singular value decomposition and principal component calculation, and the stability and validity of bispectral feature are verified by processing real data samples of different distances, types and incident angles. This method can identify optical targets and angle reflectors with cat eye effect. Compared with existing methods, this method has the advantages of long distance, low signal-to-noise ratio detection and recognition.
【作者单位】: 北京理工大学;装备学院;
【分类号】:TN249

【相似文献】

相关期刊论文 前10条

1 陈伟;瞿晓;葛丁飞;;主观引导特征提取法在光谱识别中的应用[J];科技通报;2011年04期

2 张剑清,J.A.R.Blais;运用信息论进行特征提取[J];测绘学报;1990年03期

3 高湘萍;吴小培;沈谦;;基于脑电的意识活动特征提取与识别[J];安徽大学学报(自然科学版);2006年02期

4 杨丽梅;郭立红;;天空背景下飞行器结构特征提取的新方法[J];光学技术;2007年03期

5 陈振洲;邹丽珊;;核Foley-Sammon变换[J];广州大学学报(自然科学版);2007年04期

6 王江晴;万晨;;周边方向贡献度在脱机手写女书特征提取中的应用[J];中南民族大学学报(自然科学版);2010年03期

7 李华平;;基于多特征提取的识别算法数学建模优化研究[J];哈尔滨师范大学自然科学学报;2013年04期

8 张绍武;潘泉;赵春晖;程咏梅;;基于加权自相关函数特征提取法的多类蛋白质同源寡聚体分类研究[J];生物医学工程学杂志;2007年04期

9 呼声波;刘希玉;;网页分类中特征提取方法的比较与改进[J];山东师范大学学报(自然科学版);2008年03期

10 李乡儒;;光谱数据挖掘中的特征提取方法[J];天文学进展;2012年01期

相关会议论文 前10条

1 尚修刚;蒋慰孙;;模糊特征提取新算法[A];1997中国控制与决策学术年会论文集[C];1997年

2 潘荣江;孟祥旭;杨承磊;王锐;;旋转体的几何特征提取方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年

3 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

4 杜栓平;曹正良;;时间—频率域特征提取及其应用[A];2005年全国水声学学术会议论文集[C];2005年

5 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年

6 魏明果;;方言比较的特征提取与矩阵分析[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

7 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 秦建玲;李军;;基于核的主成分分析的特征提取方法与样本筛选[A];2005年中国机械工程学会年会论文集[C];2005年

9 刘红;陈光,

本文编号:1968566


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1968566.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户764fc***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com