公开(公告)号：CN107247917A

公开(公告)日：2017-10-13

申请号：CN201710273326.5

申请日：2017-04-21

Applicant: 东南大学

Inventor： 李新德 ,  成杰

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

CPC classification number: G06K9/00624 ,  G06K9/4604 ,  G06K9/6269 ,  G06K9/629

Abstract: 本发明公开了一种基于ELM与DSmT的飞机姿态识别方法。将飞机的360度飞行姿态分为7大类。对于待识别的飞机图像，经过去噪、灰度化、二值化处理后，提取具备平移、旋转、缩放不变性的SIFT特征与轮廓局部奇异值特征，可以有效解决单一特征提供的目标信息有限而造成算法识别率差这一问题；然后，采用学习速度快的ELM算法训练泛化能力强的SLFNs，将训练好的SLFNs作为算法的分类器；最后，采用DSmT融合理论中的PCR5公式，实现多特征的决策级融合，给出最终的识别结果。基于ELM与DSmT的飞机姿态识别方法可以解决飞机姿态识别中由于飞机姿态种类繁多、外界干扰等造成的识别率低下这一问题，同时在实时性方面，本方法也有一定的优越性。

公开(公告)号：CN107220589A

公开(公告)日：2017-09-29

申请号：CN201710264280.0

申请日：2017-04-21

Applicant: 东南大学

Inventor： 李新德 ,  成杰

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00718 ,  G06K9/00744 ,  G06K9/6215 ,  G06K2209/23

Abstract: 本发明公开了一种基于ELM与HMM的序列飞机目标识别方法，首先对序列飞机图像提取飞机目标轮廓，构造具有平移、旋转、缩放不变性的轮廓局部奇异值特征；对于轮廓局部奇异值特征，构建对应的SLFNs，并采用学习速度快的ELM算法训练SLFNs；为训练样本库中的c类飞机建立对应的HMM，每类飞机HMM的状态为飞机360度飞行姿态中的7个，观察值集合为c类飞机的全部状态共计7c个，对飞机HMM进行初始化与训练，得到训练好的c个飞机HMM；对待识别的序列飞机图像首先提取其轮廓局部奇异值特征，通过训练好的SLFNs得到初识别结果，最后计算序列与c个飞机HMM的相似度，取最大值对应的飞机类别作为最终的识别结果。本发明可以有效的解决由于姿态多变导致的飞机目标识别率低下问题。