论文部分内容阅读
在分析远距离多目标特性的基础上,提出了一种基于相似度的粗精双搜索多目标识别算法。在粗搜索阶段,首先利用圆形形态学模板在滤波后的二值化图像中快速搜索候选目标,再利用"距离相似度"原则进行候选目标的聚类分析,以同一目标内各候选目标点的形心位置作为局部熵处理区域中心。在精搜索阶段,以最大熵值点为种子点进行目标区域生长。为了减少运算量,提高实时性,还采用基于熵相似度、简单连接法与子区合并法相结合的改进型区域生长法,重构单个目标。仿真结果表明该算法可快速、准确地实现对5个目标的识别。