基于神经网络的飞机目标识别研究

随着电子计算机和信息产业的飞速发展，图像处理和目标识别技术取得了巨大的进步，在很多领域得到了广泛的应用。尤为受到关注的是在军事领域，精确识别敌我目标是在高科技战争中取胜的一个重要前提，而飞机识别是其中的一个典型应用，成为了该领域的一个研究热点，目前国内外已有很多人员和机构在此方面作了大量的研究与探索，并取得了可喜的成果。 本文在这方面的主要工作有： 首先在分析了该领域发展现状和应用前景以及图像处理相关理论的基础上，设计了一个图像处理平台，该平台集成了对飞机目标识别所必需的各种前期处理操作，包括常用的图像灰度化、二值化、中值滤波、图像平滑等功能；在平台中还有一个扩展功能，以满足对图像作深入处理的更多需求，比如图像分割和边缘检测等；该扩展平台也是开放性的，可以根据特定的需求增添更多的图像处理功能。 接着本文阐述了图像特征提取的主要方法，编程实现了对飞机图像的平移、旋转、缩放具有不变性的矩特征的获得；然后设计了一个神经网络识别系统，利用动量因子改进了BP神经网络的传统算法，并通过上个环节提取的图像不变矩特征对飞机进行了模式识别实验，取得了良好的识别效果。 最后，在总结中，对全文的研究工作进行总结，并对今后的研究工作进行方向进行了探讨与展望。