摘    要
本文以基于导弹上可见光图像的舰船目标识别为研究背景，用统计模式识别的方法，对彩色电视图像中舰船目标进行识别。
首先需要建立一个三维舰船模型库来训练分类器，我们选定了两类舰船（驱逐舰和油轮），并建立了它们三维框架模型。舰船目标识别可以分三步实现，第一步分割红外图像和彩色电视图像获得舰船目标的轮廓；第二步计算舰船目标轮廓的6个区域不变矩、6个边界不变矩和1个NMI特征，以这13个特征作为基本模式；第三步使用 近邻法直接将舰船目标分配到五类中的一类。
我们10幅彩色电视图像来测试舰船目标识别系统。虽然测试图像的数量很少不足以评价分类的性能，但是通过测试可以看出系统中仍然有很多方面需要改进。

关键词：目标识别；模式识别；k-近邻法

ABSTRACT
  The research background of this paper is the ship recognition based on visible light images on missiles. We primarily realized the ship recognition function for color video images in algorithm and software aspect.
First of all, we need a three-dimensional ship model database for training classifier. Two kinds of ship were chosen to be included in the recognition class and then be modeled: a destroyer and a merchant ship.
Second automatic vessel recognition work can be divided into three steps. The first step segments color-video images to obtain the ship silhouette. The second step calculates 6 invariant moments of region, 6 invariant moments of boundary and one normalized moment of inertia feature of those silhouettes, using these thirteen features as basic pattern. The third step directly classifies the ship as one of the two types with k-nearest neighbor method.
We used 10 color video images to test our ship recognition system. The number of test image is too limited to estimate the system performance, but there are many aspects to be improved in the system through this testing.

Key word:  Target Recognition; Pattern Recognition; k-nearest neighbor method

目  录

第1章 绪论 1
1.1 本文研究背景和意义 1
1.2 目标识别技术研究进展 3
第2章 模式识别方法概述 4
2.1 引言 4
2.2 模式识别的基本概念 4
2.3 模式识别过程简介 5
2.3.1 信息获取 6
    2.3.2 预处理 6
    2.3.3 特征形成 6
    2.3.4 特征提取与选择 7
2.3.5 分类决策 7
2.4 模式识别在实际中的应用 8
2.5 舰船目标三维模型的建立 8
    2.5.1 三维模型建立 8
    2.5.2 控制观察角度的变化 11
2.6 本章小结 12
第3章 舰船目标图像分割 14
3.1 引言 14
3.2 阈值分割技术 14
3.3 阈值的选取 15
3.3.1 极小值点阈值 16
3.3.2 最优阈值 16
3.3.3 迭代分割求阈值 18
    3.4 边缘检测与提取 20
3.4.1 边缘点检测 20
3.4.2 边缘检测算子——Canny算子 21
3.5 彩色图像的舰船目标分割 22
    3.5.1 彩色特征空间 23
    3.5.2 阈值法分割程序流程 24
3.6 本章小结 28
第4章 舰船图像轮廓特征提取 29
4.1 引言 29
4.2 舰船图像轮廓特性 29
4.2.1 不变矩特征 30
4.2.1.1 基于目标灰度分布的区域矩 30
4.2.1.2 基于目标形状的边界矩 32
4.2.2 归一化转动惯量特征 33
4.3 舰船三维模型的特征提取 34
4.4 本章小结 35
第5章 目标图像的识别 36
5.1 引言 36
5.2 最近邻法 36
5.2.1 最近邻决策规则 37
5.2.2 最近邻法的误差率分析 37
5.3 k-近邻法 39
5.3.1 k-近邻法的误判概率及其上下界 40
5.3.2具有拒绝决策的k-近邻法 43
5.4 舰船图像分类实验 44
5.5 本章小结 45
第6章 图像识别的展望 47
6.1 图像分割技术 47
6.2 模式分类技术 48
 6.3 本章小结 48
结    论 49
参考文献 50
致    谢 51

第1章 绪 论
1.1本文的研究背景和意义
导弹作为一种远程精确制导的高技术武器装备，已成为以“非接触精确打击”为主要特点的新作战思想的重要支柱，在高技术局部战争和军事冲突中发挥了重要的威慑和杀伤作用，并受到世界各国的重视。随着科学技术的迅猛发展，特别是传感器技术、微电子技术、信息处理技术、人工智能技术有了新的突破，可以制造出高灵敏度、高精度的传感器，数据处理、图像识别能力都基本得到解决。使导弹具有像人的眼睛一样能对目标进行探测、跟踪寻的能力；具有像人的大脑一样能对数据、图像进行实时处理和思维判断能力。导弹能否直接正确命中目标，电视导引头的性能起着关键的作用。所谓目标一般是指水面舰艇、岛屿、钻井平台、坦克、飞机、机场、码头等重要打击对象。到目前为止，美俄等国家先后研制并装备部队的电视制导的导弹有“幼畜”、“海猫”、“秃鹰”、“X-29TV”、“X-59TV”等。电视导引头与其他导引头相比有很多优点： 由于电视导引头是成像系统，易采用图像处理技术。 抗电磁干扰，因其原理是被动检测目标与背景光能反差，所以电磁波对系统不起作用。 跟踪精度高。此特点是由光学系统本身决定的。