三维飞机目标识别的一种新方法

第２３卷第０６期计算机仿真２００６年０６月文章编号：１００６—９３４８（２００６）０６—００８２—０３

三维飞机目标识别的一种新方法

杨蕊红，潘泉，程咏梅

（西北工业大学自动化学院，陕西西安７１００７２）

摘要：提出了将小波不变矩用于三维飞机目标的识别中。先采用ＣＣＤ成像传感器拍摄小角度变化的不同姿态的二维飞机图像，建立完整的飞机图像模型库，然后对这些图像进行归一化处理，提取这些二维图像的小波不变矩，针对小波不变矩维数较高的特点，采用离散度和顺序前进法相结合的原则来对其进行特征优化选择，选择一组较优的特征组，最后用改进的ＢＰ神经网络为分类器进行三维飞机图像的识别。仿真结果表明，同Ｈｕ矩相比，小波矩不变量有比较好的识别效果。

关键词：图像识别；小波不变矩；特征选择；神经网络

中图分类号：ＴＰ３９１．４文献标识码：Ａ

ＡＮｅｗＭｅｔｈｏｄｆｏｒＩｄｅｎｔｉｆｙｉｎｇ３ＤＡｉｒｃｒａｆｔＴａｒｇｅｔｓ

ＹＡＮＧＲｕｉ—ｈｏｎｇ，ＰＡＮＱｕａｎ，ＣＨＥＮＧＹｏｎｇ—ｍｅｉ

（Ａｕｔｏ—ｃｏｎｔｒｏｌＣｏｌｌｅｇｅｏｆＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙ—ｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎＳｈａｎｘｉ７１００７２，Ｃｈｉｎａ）ＡＢＳＴＲＡＣＴ：Ｉｎｔｈｉｓｐａｐｅｒ，ｗａｖｅｌｅｔｉｎｖａｒｉａｎｔｍｏｍｅｎｔｓａｒｅｕｓｅｄｉｎｔｈｅｒｅｃｏｇｎｉｔｉｏｎｏｆ３ＤＡｉｒｃｒａｆｔＴａｒｇｅｔｓ．Ｆｉｒｓｔｌｙｔｈｅｐｈｏｔｏｓｏｆ２ＤＡｉｒｃｒａｆｔＴａｒｇｅｔｓａｒｅｔａｋｅｎｆｒｏｍｄｉｆｆｅｒｅｎｔｖｉｅｗｓｂｙＣＣＤｉｍａｇｉｎｇｓｅｎｓｏｒ．Ｔｈｅｎｔｈｅ２Ｄｉｍａｇｅｓａｒｅｎｏｒｍａｌｉｚｅｄａｎｄｔｈｅｗａｖｅｌｅｔｉｎｖａｒｉａｎｔｍｏｍｅｎｔｓｏｆｔｈｅ２Ｄｉｍａｇｅｓａｒｅｅｘｔｒａｃｔｅｄ．Ｉｎｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｔｈｅｌａｒｇｅｆｅａｔｕｒｅｄｉｍｅｎｓｉｏｎｓｏｆｔｈｅｗａｖｅｌｅｔｉｎｖａｒｉａｎｔｍｏｍｅｎｔｓ，ａｓｅｔｏｆｂｅｔｔｅｒｆｅａｔｕｒｅｓａｒｅｃｈｏｓｅｎｂｙｃｏｍｂｉｎｉｎｇｄｉｖｅｒｇｅｎｃｅｗｉｔｈＳｅｑｕｅｎｔｉａｌＦｏｒｗａｒｄＳｅｌｅｃｔｉｏｎ．Ａｔｌａｓｔｔｈｅ３ＤＡｉｒｃｒａｆｔＴａｒｇｅｔｓａｒｅｃｌａｓｓｉｆｉｅｄｂｙｍｏｄｉｆｉｅｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ．ＳｉｍｕｌａｔｉｏｎｒｅｓｕｈｓｓｈｏｗｔｈａｔｗａｖｅｌｅｔｉｎｖａｒｉａｎｔｍｏｍｅｎｔｓａｒｅｓｕｐｅｒｉｏｒｔｏＨｕｍｏｍｅｎｔｓ．

ＫＥＹＷＯＲＤＳ：Ｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎ；Ｗａｖｅｌｅｔｉｎｖａｒｉａｎｔｍｏｍｅｎｔｓ；Ｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎ；Ｎｅｕｒａｌｎｅｔｗｏｒｋ

ｌ引言

计算机视觉系统的目标是理解已有的“视觉”数据，并在此基础上去完成某种任务，例如机器人工件抓取任务、自动导航、自动检测、装配任务与医学图像的诊断等。由于大量实际应用的需要，如今三维物体识别已成为一个很活跃的研究领域…。

三维物体的识别是计算机视觉的核心问题之一，而飞机识别是其中的一个重要的应用，国内外已有很多研究人员在此方面作了大量的研究与探索胆儿引，一个三维物体的识别系统的组成如图１所示ＨＪ。

在三维空间中识别飞机时，飞机在空间的姿态具有随机性：当从不同的视角去观察时，所看到的目标图像各不相同，它的形状比较复杂。针对飞机的这些特点，采用灰度传感器（ＣＣＤ摄像机）拍摄飞机在不同角度时的二维图像，用这

基金项目：国防科技“十五”重点预研项目（１０２０１０３０２）和国家自然科学基金（６０３７２０８５）

收稿日期：２００５—０５—１６

—８２一些不同角度观测到的二维图像来进行三维目标的识别。由于摄像机的成像过程是从三维物体空间到二维图像平面的透视投影，是一个非线性的透视变换过程，如何构造出在这种变换下保持不变的透视不变量并依此作为目标的特征，对目标进行正确的识别，是当前计算机视觉领域研究的一个难点和热点。本文采用小波矩不变量作为特征进行识别，当满足一些假设条件时，可以完成对三维飞机的识别。最后采用改进的ＢＰ神经网络作为分类器来进行识别。通过对三类飞机图像进行计算机仿真试验，取得了比较满意的结果。

２飞机模型库的建立

飞机建模可通过两种不同的手段实现。

１）图形学方法：根据飞机制造蓝图，建立精确的三维表示，通过软件生成飞机在不同姿态下的二维投影模型库。该方法建模速度快，准确性高。

２）模型的成像法：该方法利用飞机模型和ＣＣＤ图像采集系统进行，显然更接近于实际应用环境，而且能比较完整地保持飞机的形状信息。一

本文采用第二种方法建模。通过采用ＣＣＤ摄像机和图像

　万方数据万方数据