一种低空飞行器目标识别方法技术

本发明专利技术涉及一种低空飞行器目标识别方法，包括以下步骤：选取飞行器样本，提取样本的特征，训练支持向量机；在检测和跟踪的基础上，采用支持向量机进行飞行器目标识别。不难发现，本发明专利技术能够对单目标和多目标进行识别，可为其他智能视频监控系统应用场合的目标识别提供参考。

【技术实现步骤摘要】

本专利技术涉及视频图像识别
，特别是涉及。
技术介绍
在现代国防和战争中，低空飞行器的实时跟踪识别，对低空防御、掌握战场主动权和正确打击目标以及显著地提高未来指挥作战系统的性能，具有重大意义。低空监测是传统雷达系统的死角，随着计算机视觉技术的迅速发展，智能视频监测系统能完全承担起监测任务，在交通管理、公共安全等方面应用成熟，在低空监测应用已经逐渐开展来。低空目标识别的目标就是识别出不同的机种，如直升机、无人飞机、三角翼等。目前图像目标识别的方法有多种，如模板匹配法、统计决策法、句法模式识别法、模糊模式识别法、神经网络法、支持向量机，以及近年来提出的仿生识别方法、混沌神经网络法等。当然对于具体的识别物体，所需要运用的识别方法不一定相同，主要看其实用性，精确性和快速性，并不是越新的识别方法，就能很好地解决一些识别问题，当然是识别的方法越简单越好。模板匹配法就是对每个待识别的类别绘出典型标准模板作为识别标准，此种方法的缺点就是对识别系统存储要求高，识别时计算量大，另外对噪声敏感。模糊模式识别就是系统根据模式的特点确定隶属度，然后用隶属度将模糊集合分成若干子集，相应于各个分类，最后根本文档来自技高网...

【技术保护点】
一种低空飞行器目标识别方法，其特征在于，包括以下步骤：（1）选取飞行器样本，提取样本的特征，训练支持向量机；（2）在检测和跟踪的基础上，采用支持向量机进行飞行器目标识别。

【技术特征摘要】
1.一种低空飞行器目标识别方法，其特征在于，包括以下步骤 (I)选取飞行器样本，提取样本的特征，训练支持向量机； (2 )在检测和跟踪的基础上，采用支持向量机进行飞行器目标识别。2.根据权利要求1所述的低空飞行器目标识别方法，其特征在于，所述步骤(I)还包括以下子步骤 (II)选取飞行器样本，每个飞行器样本均选取多种不同姿态的图片，经过截取、缩放，把图片进行归一化处理； (12)对所有进行归一化处理后的样本采用梯度特征描述子提取特征； (13)采用一类对多余的方法进行训练。3.根据权利要求1所述的低空飞行器目标识别方法，其特征在于，所述步骤(11)中还包括选取鸟类样本图片并进行归一化处理的步骤。4.根据权利要求1所述的低空飞行器目标识别方法，其特征在于，所述步骤(12)具体包括将图片平均分为若干块，对图片每次进行单块的梯度特征提取，获取每个像素点的梯度值，每块平均分为若干个胞元，在每个胞元内统计9个方向的梯度直方图，依次完成所有胞元的处理，最终把图片处理完毕。5.根据权利要求1所述的低空飞行器目标识别方法，其特征在于，所述步骤(13...

【专利技术属性】
技术研发人员：张诚，谷宇章，胡珂立，魏智，邹方圆，徐小龙，
申请(专利权)人：中国科学院上海微系统与信息技术研究所，
类型：发明
国别省市：