基于离散余弦变换的红外目标识别算法

提出了一种基于离散余弦变换的红外目标特征描述方法,通过离散余弦变换描述子提取平移、旋转、尺度放缩等变换下不变性的目标形状特征,利用前向传播神经网络学习及识别这些特征向量,对3类不同姿态下的目标图像进行了分类识别,并将所提出的特征提取方法与傅立叶描述子进行比较。仿真结果表明,和傅立叶描述子相比,在保证识别率不变的情况下,采用余弦变换描述法可以减少数据运算量和运算时间。