航空时敏制导炸弹末端时敏目标的检测
针对坦克等地面目标检测和分类问题，本论文采用梯度直方图特征(HOG)检测算法，其核心思想是将图片分为单个单元(cell)，再将数个单元合为一个区域，最后将每个区域的特征向量归一化。在此基础上，建立数据样本库并使用HOG特征向量来训练一个SVM分类器，来识别坦克，来识别坦克，分析检测结果，最后完成了基于Matlab的坦克目标检测及识别算法的GUI界面设计，本系统可适用背景较为简单的坦克识别。19363
关键词： HOG特征检测 SVM分类器 Matlab
毕业论文设计说明书（论文）外文摘要
In modern war, the precision demand of air to ground weapons and equipments becomes higher and higher. Airborne missile has very high precision but it is very expensive, so if the airborne target-sensitive bomb can get higher accuracy ,then the mission can be completed with low cost. This paper aims to complete the task of identification and classification of targets like tanks for the target-sensitive airborne guided bomb in terminal ballistic.
Dealing with the problem of detection and classification of ground targets like tanks, histogram of Oriented Gradient(HOG) algorithm was chose and used in this paper for target detection. The Key idea of this method is to pide the image into units and then the histograms of multi-scale orientations in each image unit are calculated，normalized and then integrated to form the feature set．Based on that，the HOG feature set is used for the training of a support vector machine(SVM)classifier for identify the tanks target and analysis the results. Finally, a Graphic Unit Interface(GUI) software is designed in matlab for identification and classification of tank targets.
Keywords： HOG Feature Detection SVM Classification Matlab
目 录
目 录 1
1 引言 1
1.1 研究背景及意义 1
1.2 国内外研究概况 2
1.3 本文研究内容 3
2 地面目标检测方法 5
2.1 常用的目标检测算法 5
2.2 常用的特征提取算法 7
2.3 运动目标检测过程 13
2.4 本章小结 14
3 基于SVM的车辆检测方法 16
3.1 线性分类器介绍 16
3.2 最优线性分类面 17
3.3 核函数 19
3.4 基于SVM的坦克检测 20
3.5本章小结 21
4 实验结果分析 22
4.1HOG特征提取结果分析 22
4.2 优化坦克检测分类结果 22
4.3 坦克识别结果分析 26
4.4 本章小结 29
5 坦克识别系统设计 30
5.1 系统程序框架设计 30
5.2 测试数据及环境 31
5.3 主要代码介绍 32
结论 35
致谢 36
参考文献 37
1 引言
1.1 研究背景及意义
二次战争结束以来，科技迅速发展，现代战争对武器装备的精确性要求越来越高，其中航空导弹制导精确度高，但造价极其昂贵，战场中经常需要执行空对地打击任务，而航空时敏制导炸弹相对廉价，如果能提高制导炸弹的精确性，就能替代航空导弹完成一般的作战任务。目标检测以及定位技术直接影响着航空炸弹的精确性，近年来目标检测技术得到了快速的发展，对地面作战目标，如坦克、装甲车的检测和识别技术在未来战争中十分关键。要实现航空炸弹的精确制导首先需要检测设备检测地面目标，目前航空时敏炸弹对末端目标检测主要使用红外导引头，基于红外图像的自动目标识别技术(ATR)从上世纪80年代初期开始发展，如今已经成为军事领域探测和识别目标的一大研究热点[1]。目前对地面目标的检测识别手段主要包括合成孔径雷达(SAR)和红外检测等，本课题主要研究基于梯度方向直方图(HOG)和支持向量机(SVM)的红外图像目标特征检测和分类。