激光雷达⽬标识别算法研究综述
为了达到⾼可靠性的分类识别效果，通常采⽤现代模式识别理论和⽅法进⾏分类器设计，例如基于统计的模式分类⽅法、模糊模式分类⽅法、基于神经⽹络的模式分类⽅法、基于⽀持向量机的模式分类⽅法、基于模型的模式分类⽅法和基于句法的模式分类⽅法等。
基于统计的分类识别算法是⽤概率模型得到各类别的特征向量分布并以此进⾏未知样本的分类，其中主要的⽅法有聚类分析法、判别类域代数界⾯法、统计决策法和最近邻法等。Pasal等⼈基于似然函数的统计分类识别算法，对激光雷达距离像进⾏了分类识别；Qin等⼈基于最⼩概率误差的统计分类识别算法，利⽤模拟的地⾯交通⽬标的距离像进⾏了实验验证。董事长和总裁的区别
模糊分类识别算法运⽤模糊数学的理论和⽅法解决分类识别问题，适⽤于分类对象本⾝或要求的识别结果具有模糊性的场合，其关键在于对象类的⾪属函数的设计。Garten等⼈应⽤模糊逻辑分类器对T62和T72两种坦克⽬标进⾏识别。情人节送女友祝福语
基于神经⽹络的分类识别算法是受⼈脑组织的⽣理学知识启发⽽建⽴的分类⽅法，它是由⼤量简单的单元——神经元相互连接⽽构成的⾮线性动态系统，具有⽣物神经⽹络的某些特性，在⾃学习、⾃组织、联想及容错⽅⾯具有较强的能⼒，具有能够通过调整使得输出在特征空间中逼近任意⽬标的优点，但数学解释复杂，常常需要通过⼤量试验进⾏⽹络设计改进。Soliday等⼈将从⽬标距离像中取的⼏何特征和
人力资源有哪些模块从强度像中提取的反射系数特征进⾏特征层融合，然后利⽤混合的模糊－神经⽹络分类器进⾏识别。Pal等⼈应⽤随机选择特征k-nn分类器和改进的多层感知器（MLP）⽹络两种⽅法对激光成像雷达⽬标进⾏识别。
基于⽀持向量机的分类识别算法建⽴在VC维理论和结构风险最⼩化原理基础上，通过适当地选择函数⼦集中的判别函数，根据有限样本信息在模型的复杂性和学习能⼒之间寻求最佳折衷，使学习机器的实际风险达到最⼩，以期获得最好的泛化性能。孙剑峰等就利⽤⽀持向量机对真、假建筑物⽬标的激光成像雷达实测强度像进⾏识别，对两种车辆⽬标的激光成像雷达仿真距离像进⾏识别，取得了⽐较好的识别效果。夜情人
基于模型的分类识别算法⽤⽬标的实体模型根据⽬标姿态等具体情况实时构造特征“模板”⽤于识别。识别过程中通过⼀定的算法选定模型库中的某⼀模型，⽤该模型⽣成特征向量，称为预测特征，同时从待测⽬标中提取出特征向量，称为提取特征，然后对预测特征和提取特征进⾏匹配。基于模型的⽅法具有存储量低，处理速度快，分辨能⼒⾼，⽽且能够适应不同的⼯作条件的特点，能部分地解决扩展⼯作条件下⽬标状态⽆限增⼤的问题。Verly等⼈设计了基于模型的⽬标识别实验系统（XTRS），对激光成像雷达战术车辆⽬标进⾏分类识别，通过将⽬标的轮廓特征和⼦区域原始特征与不同层次的⽬标模型库作匹配实现⽬标识别。Zheng等⼈通过模拟激光与物理⼏何模型的相互作⽤获得距离像模板，然后通过匹配实际探测到的距离像与距离像模板来实现分类识别。
唐卡是什么句法分类识别算法是将对象分解为若⼲基本单元（基元），⽤这些基元以及它们的结构关系⽤字符串或图来描述对象，然后应⽤形式语⾔理论进⾏语法分析，多⽤于复杂对象的较⾼⽔平解释。均应⽤了句法分类识别算法对三维⽬标进⾏了分类识别。
需要说明，对激光成像雷达⽬标识别算法的研究并不局限于上述技术途径。国内外学者近年来还陆续取得了其它⼀些研究其它成果。例
如，Youmans等⼈对由距离像和强度像构成了三维矩阵图像进⾏三维傅⽴叶变换，然后利⽤常规的两维模板相关技术进⾏⽬标识别。Forman等⼈通过旋转⽬标的三维模型使得⼴义Hough变换与激光成像雷达⽬标的关键可分辨特征相匹配，以此作为⽬标识别的依据；另外，他们还提出利⽤最⼩平均相关能量滤波器进⾏稳健的⽬标识别。Perona 等⼈利⽤相关滤波器(MACH和DCCF)对坐标变换后的激光成像雷达⽬标距离像和强度像进⾏识别。Armbruster等⼈⽐较了常规的模型匹配⽅法（即确定性的模型匹配⽅法）和基于贝叶斯假设检验的概率技术（即概率模型匹配⽅法）对军⽤车辆⽬标距离像的分类性能，实验结果表明，最佳的分类结果是需要⽬标分割的概率模型匹配⽅法。Koksal等⼈提出了⼀种基于统计模型的激光成像雷达⽬标识别⽅法，应⽤边缘跟踪提取⽬标距离像的轮廓边缘作为特征，然后建⽴特征的统计模型，通过与⽬标模型库作匹配实现对车辆⽬标的识别。Zhou等⼈对激光雷达的测量噪声、⽬标模型精度、量测点密度、⽬标姿态误差、先验信息和遮挡等因素对⽬标分类识别算法的影响进⾏了研究。
>未成年人节目管理
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论