简介：针对典型目标识别问题,提出了一种基于投影寻踪的高光谱目标识别算法。先对高光谱图像进行最小噪声分离变换,计算出本征维度,同时对图像去噪,然后采用信息散度作为投影指标,对投影指标值自适应分割,得到所要提取的波谱曲线,最后用光谱角匹配识别出目标及其位置。高光谱图像验证结果表明,该方法有效地去除了图像噪声,而且能够快速、可靠地提取端元并识别出目标。

简介：目标识别与人工智能技术研究一直以来都是备受关注的前沿方向，在军用、民用领域都具有广泛的应用前景和潜在的经济价值，已成为一项极为重要和基本的技术。目标的探测与识别就是通过目标信息的“获取”、“处理”、“显示”、“传输”等途径实现目标的“探测”、“识别”和“辨识”，它是一门多学科综合的应用技术，其研究内容涉及传感器技术、信号提取、图像处理、模式识别、测试仿真等多个学科内容。

简介：点扩展函数的设置是图像复原中的关键问题，对于匀速直线运动模糊图像，运动方向和模糊长度决定了点扩展函数。根据运动模糊图像和原始图像在频谱上存在的对应关系，即运动模糊图像频谱存在着对应于传递函数零点的暗条纹，提出对运动模糊图像，通过二维傅里叶变换、二值化以及Radon变换检测运动模糊图像频谱图上暗条纹的方向和位置，来实现运动方向测量的方法。用该方法对模糊图像进行检测，模糊方向的识别精度小于1°。实验证明该方法可以实现平面内任意方向运动的测量。

简介：在数据融合的基础上，以红外／毫米波双模传感器的智能融合结构为模型，将模糊神经网络与D-S证据理论相结合，提出了一种新的目标识别方法。该算法根据红外／毫米波传感器的性能及工作范围，构造模糊变量作为神经网络的输入，根据神经网络的不同输出判别目标的真伪，并利用D-S证据理论进行目标身份识别。仿真结果证明了该算法的可行性。

简介：快速可靠的星图识别算法是星敏感器确定姿态的关键部分。综合当前多种星图识别算法,设计了实用快速的全天星图识别算法。根据星敏感器视场筛选导航星,构建最小星库;选择星对角距为识别特征,根据多星结构重复性选择星形识别算法;考虑误差,将星对角距离散化成数组,特征匹配无需搜索,直接查找表定位。实验证明本算法是一种速度快（首次捕获〈1s）、存储空间小（〈1MByte）、识别正确率高（〉99.99%）、抗假目标干扰强的全天星图识别算法,方便在嵌入式芯片上运行。

简介：为提高人脸识别的正确率，提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解，然后由低频子带和各尺度各方向的高频子带得到人脸的特征值，并将它们组合成多尺度特征向量，再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征，还反映了图像各种尺度下的边缘、纹理等奇异特征，因此具有更多的鉴别信息；多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97．78％，优于其他的方法。