摘要：针对三维目标在复杂背景下目标识别的问题提出了一种综合利用模板匹配处理的算法。根据真目标的形状和轮廓,利用数学形态学方法设计出一种模板,利用该模板对待识别目标进行预处理,保留目标区域部分,去掉背景区域部分,这样可以消除背景变化所造成的影响,在此基础上利用目标的特征前面的研究结果,对目标进行识别和分类。

摘要：针对三维目标在复杂背景和非线性光照条件下的鲁棒识别问题,采集180幅离面旋转的图像作为训练集,运用主分量分析方法利用10个特征向量对特征空间进行描述,在保持较高计算精度的同时显著降低了特征空间的维数,减少了计算的复杂性。将目标图像的子向量在子特征空间中进行分解得到分解系数进而构造重构向量,提出了基于目标图像与重构向量之间的夹角余弦值分布来作为目标的鲁棒识别准则。模拟结果表明,本文提出的基于子特征空间的目标识别方法能够实现复杂背景及非线性光照条件下的三维目标识别。