[发明专利]一种基于多类基元自主学习的复杂目标自动识别方法

摘要

一种基于多类基元自主学习的复杂目标自动识别方法，步骤为：a)建立多类目标图像代表集；b)对训练集中的图像做预处理，分别提取点状、线状、面状三类基元；c)在确认图像集中对获取的大量基元进行匹配计算、筛选合并，分别构建点、线、面三个基元字典；d)从字典中选取一定数量的基元，配对组合后作为弱分类器，通过自主学习分别训练三类基元的强分类器；e)在概率投票空间下将三类基元强分类器结合，实现多类复杂目标的准确定位、轮廓提取和类型识别。本发明方法具有较高的智能化程度，能够满足多种类型复杂目标的识别和图像解译需求。

主权项

一种基于多类基元自主学习的复杂目标自动识别方法，其特征在于，包括以下步骤：第一步，建立多类复杂目标的图像代表集；第二步，对训练集中的图像提取点、线、面状基元，包括步骤：a)提取线状基元，用于描述目标的形状轮廓及内部边界；b)提取面状基元，用于描述目标的区域统计特性；c)提取点状基元，用于描述目标的尺度旋转等特性；第三步，针对从训练图像中获取的大量基元，在确认图像集中进行匹配计算、筛选合并，分别构建点、线、面三个基元字典；第四步，从字典中选取一定数量的基元，配对组合后作为弱分类器，通过自主学习分别训练三类基元的强分类器；第五步，利用自主学习得到的三类基元强分类器，在概率投票空间下识别和提取多种类型的目标。