[发明专利]一种二维可计算的目标探测、识别及辨识性能预测方法

说明书

技术领域

本发明属于目标识别领域，具体涉及一种二维可计算的目标探测、识别及辨识性能预测方法。

背景技术

成像器对二维目标图像(序列)的分辨能力分为三个等级，即检测(detection)、识别(recognition)与辨识(identification)，此三级分辨各类目标的能力是生物，特别是人类所独具的，约束识别能力的主要因素与基本规律一直是人类想破解的，因为人类希望计算机来实现这一功能。

在国内外，二维目标图像可分辨准则研究都是基于Johnson人工判决的边界性准则，而客观的、计算机实现的二维可计算准则的研究尚属空白。Johnson准则以一组人类观测者的判断结果进行准则的统计研究。然而人的随机性、主观性很大，其智能性、灵活性和知识难以量化，因而Johnson准则缺乏可操作性和可重复性，计算机无法使用该准则。更重要的是，Johnson准则的方法仅以空间分辨率(线对数)为可变参数来界定50％的探测概率、识别概率和辨识概率，参数单一，不适应多参数可变的复杂条件。

发明内容

为了克服现有Johnson准则的主观性、随机性和不可重复性，本发明提供了一种二维可计算的目标探测、识别及辨识性能预测方法。

一种二维可计算的目标探测性能预测方法，具体为：获取目标二维图像，计算二维图像的目标探测概率P＝f(X)，X为信噪比或线对数或成像距离，目标探测概率P＝f(X)越大则表明目标被探测成功的可能性越大；

其中，f(X)＝b₃×exp(b₂×X)+b₁×exp(b₀×X)

或f(X)＝a_nXⁿ+a_n-1X^n-1+a_n-2X^n-2+…+a₁X+a₀，n≥4

系数b₀、b₁、b₂、b₃或a_n，a_n-1，…，a₀通过使用样本二维图像序列(x_i，y_i)作二维曲线拟合确定，x_i表示第i个样本二维图像的信噪比或线对数或成像距离，y_i表示第i个样本二维图像的目标探测概率；

所述线对数或(LP_x+LP_y)/2，X方向的线对数LP_x＝目标成像宽度/像元空间分辨率，Y方向的线对数LP_y＝目标成像长度/像元空间分辨率。

所述样本二维图像的目标探测概率通过先多级滤波再二值分割的方法确定。

一种二维可计算的目标识别性能预测方法，具体为：获取原始目标二维图像，计算二维图像的目标识别概率P′＝f′(Y)，Y为信噪比或线对数或(信噪比，线对数)，目标识别概率P′＝f′(Y)越大则表明目标被识别成功的可能性越大；

其中，f′(Y)＝a_n′Yⁿ+a_n-1′Y^n-1+a_n-2′Y^n-2+…+a₁′Y+a₀′，n≥4

系数a_n′，a_n-1′，…，a₀′通过使用样本二维图像序列(x_i′，y_i′)作二维曲线或三维曲面拟合确定，二维曲线拟合时x_i′表示第i个样本二维图像的信噪比或线对数，三维曲面拟合时x_i′表示第i个样本二维图像的(信噪比，线对数)，y_i′表示第i个样本二维图像的目标识别概率；

所述线对数或(LP_x+LP_y)/2，X方向的线对数LP_x＝目标成像宽度/像元空间分辨率，Y方向的线对数LP_y＝目标成像长度/像元空间分辨率。

所述样本二维图像的目标识别概率采用归一化互相关方法确定。