基于模糊支持向量機(jī)的紅外及可見光目標(biāo)識(shí)別.pdf

1、隨著科學(xué)技術(shù)的高速發(fā)展，目標(biāo)識(shí)別技術(shù)在民用、軍用等領(lǐng)域都取得了非常廣泛的應(yīng)用。本文結(jié)合紅外傳感器與可見光傳感器各自的優(yōu)點(diǎn)，采用模糊支持向量機(jī)(FuzzySupportVectorMachine，F(xiàn)SVM)的算法理論，構(gòu)建了基于FSVM的紅外及可見光目標(biāo)識(shí)別系統(tǒng)。
　　FSVM理論體系完善，它是建立在統(tǒng)計(jì)學(xué)理論、VC維(Vapnik-ChervonenkisDimension，VC)理論等知識(shí)的基礎(chǔ)之上的新興的機(jī)器學(xué)習(xí)理論。采用FS

2、VM算法作為目標(biāo)識(shí)別系統(tǒng)的識(shí)別算法能夠達(dá)到較高的分類準(zhǔn)確率。
　　本論文主要內(nèi)容是在數(shù)字圖像處理理論的基礎(chǔ)上，結(jié)合FSVM的理論與算法，對(duì)基于FSVM的紅外及可見光目標(biāo)識(shí)別系統(tǒng)進(jìn)行了詳細(xì)的研究、設(shè)計(jì)與開發(fā)。主要實(shí)現(xiàn)了目標(biāo)識(shí)別系統(tǒng)的圖像預(yù)處理模塊、特征提取模塊、數(shù)據(jù)庫管理模塊、識(shí)別模型訓(xùn)練模塊以及目標(biāo)識(shí)別模塊。
　　開發(fā)過程中針對(duì)目標(biāo)識(shí)別系統(tǒng)各模塊中存在的問題，提出了一些具有針對(duì)性的切實(shí)有效的改進(jìn)方法，主要有:圖像預(yù)處理過程中

3、在大津(OTSU)算法的基礎(chǔ)之上對(duì)所求閾值進(jìn)行了調(diào)整，改善了分割效果;針對(duì)K-means算法中的一些固有問題，對(duì)算法進(jìn)行了一些必要的優(yōu)化，改進(jìn)了初始聚類中心的選擇策略，并針對(duì)聚類結(jié)果中的噪點(diǎn)區(qū)域提出了一種區(qū)域合并策略進(jìn)行處理;結(jié)合Libsvm工具包，對(duì)現(xiàn)有的分類函數(shù)進(jìn)行了改進(jìn)，加入了模糊隸屬度函數(shù)，構(gòu)建了FSVM識(shí)別算法，并對(duì)序列最小優(yōu)化算法（Sequentialminimaloptimization，SMO）算法進(jìn)行了編程實(shí)現(xiàn);考慮到