基于立體視覺的光譜聚類算法在目標識別中的研究
摘要：為了降低偽目標引起的誤檢率,提高系統在復雜環境中的目標識別能力,設計了一種基于立體視覺分析的光譜聚類算法,該算法在結合待測目標幾何特性的基礎上完成光譜聚類分析,從而實現通過立體視覺作為邊界條件的方式消除偽目標的干擾。實驗采用TEL-2000型成像光譜儀采集的目標區域圖像作為樣本與檢測數據,分別對不同條件下的目標光譜特征值、非目標光譜特征值以及相關系數進行檢測分析,對比目標與偽目標的識別效果。結果顯示,目標光譜特征參數個數越多,目標檢出概率越大,但偽目標誤檢概率也較大;非目標光譜特征參數越多,偽目標誤檢概率越小,但目標檢出概率降低;當u=6,v=4,η=0. 6時,識別效果最好。該算法能夠保證高目標檢出率時實現誤檢率的有效降低值。
注: 保護知識產權,如需閱讀全文請聯系激光雜志社
相關推薦
更多
