论文部分内容阅读
针对单传感器进行图像目标识别时识别率较低,判决阈值较为苛刻这一弱点,提出了一种小波矩和Dempster-Shafe(rD-S)证据理论相结合的多传感器信息融合图像目标识别算法。利用小波矩提取图像的平移、伸缩、旋转不变矩特征,BP神经网络获取待识别目标属性的基本概率分配,最后利用D-S证据理论将单传感器的识别结果进行决策级融合,完成图像目标的识别。仿真结果表明了该算法在图像目标识别中具有更高的精度和可靠性。