基于数字信号处理器的激光成像雷达目标识别算法实现

被引:14
作者
孙剑峰
李琦
陆威
王骐
机构
[1] 哈尔滨工业大学可调谐激光技术国家级重点实验室
关键词
成像系统; 模式识别; 激光成像雷达; 支持向量机算法实现; 数字信号处理器;
D O I
暂无
中图分类号
TN958.98 [光学定位雷达、激光雷达];
学科分类号
摘要
激光成像雷达的空间分辨率较高,能成四维像(强度像+三维距离像),适合作目标识别探测器.支持向量机(SVM)是一种能在小样本学习的情况下,仍有较高识别正确率的目标识别方法.通过优化支持向量机算法,将它嵌入到激光成像雷达系统的数字信号处理器(DSP)芯片内,实现目标识别的功能,有很高的现实意义.首先用真实激光成像雷达强度像做实验,测试56个样本,共耗时31.97μs,证明嵌入到数字信号处理器的支持向量机算法能满足实时性要求,识别正确率为98.2%;再用仿真激光成像雷达距离像验证支持向量机的推广能力,证明支持向量机在实时性和识别性能两方面都能满足激光成像雷达的识别要求.
引用
收藏
页码:1467 / 1471
页数:5
相关论文
共 5 条
  • [1] 相干激光雷达距离像的噪声抑制算法研究
    李琦
    王永珍
    王骐
    李自勤
    [J]. 光学学报, 2005, (05) : 581 - 584
  • [2] 相干激光雷达距离像噪声机理及距离反常抑制
    李自勤
    王骐
    李琦
    孙剑峰
    [J]. 中国激光, 2005, (03) : 356 - 360
  • [3] 激光成像雷达系统中散斑像的乘法模型及其滤除
    李自勤
    王骐
    李琦
    李霖
    [J]. 中国激光, 2003, (08) : 717 - 720
  • [4] 关于统计学习理论与支持向量机
    张学工
    [J]. 自动化学报, 2000, (01) : 36 - 46
  • [5] SUPPORT-VECTOR NETWORKS
    CORTES, C
    VAPNIK, V
    [J]. MACHINE LEARNING, 1995, 20 (03) : 273 - 297