基于BP神经网络的船舰目标识别分类

作     者：梁锦雄 王刻奇 LIANG Jin-xiong;WANG Ke-qi

作者机构：广州城市职业学院信息技术系广东广州510405 中山大学南方学院电子通信与软件工程系广东广州510970 

出 版 物：《舰船科学技术》 (Ship Science and Technology)

年 卷 期：2015年第37卷第3期

页      面：206-209页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：BP神经网络 Hu不变矩 边缘梯度方向直方图 周长-面积比 

摘      要：随着各国在海洋领域竞争的日益激烈,船舰目标自动识别技术正逐渐成为研究热点。本文利用BP神经网络对航空母舰、驱逐舰、护卫舰、客船、集装箱、民用货船6种船只类型进行分类,首先对船舰图像进行中值滤波,去除随机噪声和椒盐噪声,然后利用OTSU法将灰度图像分割成背景和目标两部分,接着对目标区域提取了Hu不变矩、边缘梯度方向直方图、周长-面积比3个特征。为了使边缘梯度方向直方图也具有旋转和尺度不变性,本文提出了一种变换方法:将直方图循环右移,直至其最大值到达直方图最右端。最后利用BP神经网络对船舰图像进行了训练和测试。测试结果表明,本文的分类算法对船舰目标的分类精度达到84%左右,有效实现了常见船舰类型的识别分类。