文献类型：期刊文章

作　　者：王灿进[1,2] 孙涛[1] 石宁宁[3] 王锐[1] 王挺峰[1] 王卫兵[1] 郭劲[1] 陈娟[1]

机构地区：[1]中国科学院长春光学精密机械与物理研究所激光与物质相互作用国家重点实验室,吉林长春130033 [2]中国科学院大学,北京100049 [3]北京航天自动控制研究所,北京100039

出　　处：《光学精密工程》

基　　金：吉林省重大科技攻关专项资助项目(No.20120615)

年　　份：2014

卷　　号：22

期　　号：6

起止页码：1639-1647

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20142817936059)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在传统激光主动成像系统的基础上,结合目标识别技术搭建了一个激光主动成像识别系统实验平台,用于研究激光主动成像后的目标识别。介绍了实验平台的工作原理,基于Hu矩特征的双隐含层BP神经网络算法以及实验处理流程和实验结果。特征量由7个不变Hu矩构成,通过240张原始目标样本库对由136个权值系数构成的双隐含层BP神经网络算法进行了训练。利用训练好的双隐含层BP算法对黑夜条件下远处的运动目标--43式冲锋模具枪进行了实验研究,成功获得了清晰的红外激光主动成像效果。实验显示对450m处2 740帧和550m处2 420帧激光主动成像图像的统计识别率达到了68.87%和72.11%,其中旋转变换下的统计识别率可达80.05%和84%,好于仿射变换的识别效果。

关 键 词：激光主动成像 图像识别系统 Hu矩特征量  双隐含层BP算法  目标识别率  

分 类 号：TN249] TP391]