摘要
本发明公开了一种基于两级协同融合的多源舰船目标识别方法,涉及信号处理技术领域,首先借助飞机上的光学相机和雷达传感器采集目标海域数据,包括原始的光学图像和雷达图像数据,然后采用高斯滤波对采集的数据进行预处理;接下来利用深度学习算法进行海陆分割,构建损失函数优化网络参数得到分割掩模,再依据掩模结果去除陆地背景区域,得到处理后的光学和雷达图像;之后采用改进的SURF特征和图割算法相结合的配准方法,通过筛选特征点对和求解能量函数最小值得到最优变换参数,实现图像配准;针对配准后的图像,基于自适应融合规则来融合图像;最后通过手工特征提取和基于深度学习的特征提取提取对应的特征并融合获得最终的目标识别结果。
技术关键词
识别方法
多分支卷积神经网络
雷达图像数据
深度学习算法
分割掩模
融合规则
损失函数优化
陆地
图像配准
像素点
雷达传感器
相似性度量函数
表达式
掩膜
光学图像数据
抑制背景噪声
Canny算子
注意力机制
系统为您推荐了相关专利信息
变体词识别方法
问答模板
文本
计算机程序指令
汉明距离
识别方法
卷积神经网络模型
畜禽健康养殖技术
视频帧
卡尔曼滤波跟踪
物识别方法
可变遗忘因子
协方差矩阵
实时位置
机械臂