14.1  模糊支持向量机识别系统的架构

14.1 模糊支持向量机识别系统的架构

基于模糊支持向量机（FSVM）的目标识别系统由图像采集模块、图像预处理模块、目标特征提取模块、目标特征数据库管理模块、识别模型训练模块、目标识别模块等多个模块构成。其中系统的各模块主要负责完成以下功能：

图像采集模块：负责可见光、红外图像的采集工作，并将采集到的图像正确显示在系统显示端。

图像预处理模块：负责数字图像的预处理，包括去噪、增强、分割等过程，是目标识别系统中的首要环节，是非常重要的模块之一，其性能的好坏直接决定了识别率的高低。

目标特征数据库管理模块：目标特征数据库存储目标特征数据，支持基于专家系统的特征识别的识别规则库和目标特征描述知识库，通过数据库管理模块可以对数据库中的数据进行添加、删除等操作。

识别模型训练模块：使用特征数据库中已有的训练样本的特征数据进行识别模型的训练工作，通过训练得到模型参数，从而获得可以使用的识别模型。

目标识别模块，使用训练好的识别模型对计算得到的图像中目标的特征值进行计算，根据计算结果得到最终的目标类别。

设计框图如图14-1所示。

为了提高系统的实时性，系统整体采用C++语言设计，为保证系统的稳定运行大量借鉴了微软MFC类库进行开发，开发平台为WindowsXP操作系统，开发软件为VisualC++6.0，硬件配置为Intel（R）Corei3处理器，RAM容量为2GB（1.74GB可用），CPU主频为2.53GHz。系统运行时主界面如图14-2所示。

可以看到识别系统界面美观简洁，没有复杂的数据项目。系统实行一键式操作，最大程度地简化了操作人员的操作过程，易于使用。

图14-1 基于FSVM的目标识别系统设计框图

图14-2 基于FSVM的目标识别系统主界面