自动目标识别性能评估中的图像度量方法研究
作为评价自动目标识别（ATR）算法性能系统算法性能的输入，图像度量是ATR性能评估中重要的组成部分，图像度量与ATR算法性能是否紧密相关将直接影响系统后续的评价工作。本文针对ATR系统算法性能评估中的图像质量度量问题，从图像度量应该遵循的基本原则出发，研究了如何用图像度量来刻画影响ATR系统或算法性能的图像的特性的方法。
本文讨论了基于一阶灰度概率统计量的全局性度量和局部性图像的度量指标，并重点分析了作为基于一阶统计量的度量指标中最关键的目标背景对比度TBC的适用条件及用来评价算法性能时存在的不足。
本文对杂波的概念进行了描述，并详细分析了图像杂波对ATR系统算法的影响，分析了图像的纹理特征在图像描述中的重要意义，重点研究基于灰度共生矩阵（GLCM）的纹理分析方法，并利用图像纹理特征对杂波进行描述，采用了依赖于目标特性的整体背景杂波度量（ICOM方法）和目标背景杂波尺度（TIC方法）这两种纹理度量方法对图像进行了度量，实验表明基于纹理的杂波度量与算法性能都具有良好的单调关系,有效地克服了TBC的局限性，从而能更好地评价ATR算法性能。
最后对图像库的度量进行了初步的研究和分析，探讨了图像库度量的意义，通过对图像库特性的分析，结合其特性提出了几种图像库的度量方法，同时也为以后这个方向进一步的研究提供了一个思路。
算法性能;图像度量;灰度共生矩阵;目标识别;图像杂波;识别算法
华中科技大学
硕士
模式识别与智能系统
张桂林
2006
中文
TP301.6;TP391.41
53
2008-11-03（万方平台首次上网日期，不代表论文的发表时间）