12.5.2 识别系统实现
在该识别系统中，后期数据处理到识别实现主要依靠特征数据库、目标训练和目标识别。
1.特征数据库
特征数据库主要用来存储传感器采集到的目标特征数据，为训练模型做数据准备。在本系统中主要运用目前比较成熟的数据库SQLServer2005来建立相应的特征数据库，它的优点就是能够将各种复杂的数据用二维表格来直观地表示出来，而且它的存储结构最为突出的优点就是各种复杂的数据结构之间的关系能够以二维表格的形式直观表示。图12-8为系统中样本特征数据。
图12-8 基于SQL的样本特征数据
2.目标特征数据模型训练
在图12-9和图12-10中，先对样本图像进行选择。
图12-9 样本文件选择
图12-10 样图显示
选择好样本后，根据图12-11和图12-12来对目标进行特征提取。提取后的目标特征数据会自动存入到特征数据库中，存储完成如图12-13所示。
图12-11 目标参数选择
通过上面对样本特征的提取和存储，下面就是系统对特征数据进行训练，建立相应的目标特征模型。图12-14是识别模型训练的界面。
3.目标识别
目标识别方法主要是采用基于PSO优化改进的BP神经网络目标识别方法，通过仿真实验我们证明该方法的有效性，而现在我们将其应用到具体的目标识别系统中，来证明它的可用性和可行性。在图12-15中，主要介绍了识别系统的操作流程，通过外界人为对系统进行操作，该系统中利用外部传感器对目标进行图像采集，然后通过对图像的预处理，利用特征提取算法对目标特征进行特征提取，然后再利用特征融合算法对提取到的目标特征进行多特征信息融合，最后再利用识别算法对目标进行识别处理。在图12-16中，针对战斗机进行了目标识别试验，通过外部传感器捕获到的战斗机图像信息，单击界面上的目标识别按钮，在很短的时间内就能在“识别结果”中显示出“战斗机”这样的识别结果文字，所以在理论到实践，再到具体应用，都证明了该方法的可行和可靠。
图12-12 多文件选择界面
图12-13 存储完成
图12-14 模型训练
图12-15 识别系统中内部的运行流程
图12-16 识别系统结果