东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于小波矩和证据理论的图像目标识别算法

期刊名称：火力指挥与控制
时间：2013
页码：38-41
分类：TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
作者机构：[1]华中光电技术研究所武汉光电国家实验室,武汉430223, [2]西北工业大学电子信息学院,西安710072
相关基金：国家自然科学基金（61171155）;陕西省自然科学基金（2012JM8010）;西北工业大学研究生创业种子基金资助项目（Z2012076）
相关项目：基于信息融合的机载雷达目标识别新算法研究

关键词：小波矩, BP神经网络, 基本概率分配, D—S证据理论, 信息融合, 图像目标识别, wavelet moment, BP neural network, basic probability assignment, D-S evidence theory,information fusion, image target recognition

中文摘要：

针对单传感器进行图像目标识别时识别率较低，判决阈值较为苛刻这一弱点，提出了一种小波矩和Dempster-Shafer（D—s）证据理论相结合的多传感器信息融合图像目标识别算法。利用小波矩提取图像的平移、伸缩、旋转不变矩特征，BP神经网络获取待识别目标属性的基本概率分配，最后利用D—S证据理论将单传感器的识别结果进行决策级融合，完成图像目标的识别。仿真结果表明了该算法在图像目标识别中具有更高的精度和可靠性。

英文摘要：

Aiming at the defections of low recognition rate and demanding decision threshold in single-sensor image target recognition system,this paper proposes a new multi-sensor information fusion system based on the wavelet moment and the D-S theory. The image＇s translation, scaling, and rotation invariant moment features are extracted using the wavelet moment, and the basic probability assignments of the targets are obtained through a BP neural network. Finally,the recognition results of the single- sensor are fused together using The simulation results show that the D-S evidence theory and the image target is recognized correctly. this method has a high accuracy and reliability.

同期刊论文项目