基于光电传感器的目标轮廓提取及其识别

查长军，高先和，谭 敏

合肥学院电子信息与电气工程系，安徽合肥，230601

1 问题的提出

对于边境或无人区而言，经常出现的目标主要是人和动物，由于外形轮廓存在较大差异，因此可以将轮廓作为特征对目标进行识别。然而，目前的研究更多的是采用传统的方法来判别目标类别［1-2］，且没有深入探究测试样本特征维数对识别性能的影响。

本文针对以上问题，利用主动式传感器组构成前端采集系统，并结合稀疏表示理论［3-6］，给出了一种基于稀疏表示的目标轮廓识别（Sparse Representation Profiling Classification，SRPC）算法，并与传统算法在多个方面进行了性能比较。

2 轮廓特征提取及其数据表示

本文主要采用S个主动式光电传感器组成传感单元，均匀间隔地安装在长为2m的垂直支架上，如图1所示。由于采用的传感器输出只有高低电平两种状态，因此，当物体经过传感器视场时，通过读取各传感器输出状态信息并显示出来，即可得到近似物体外形轮廓图像。

假设经过第i（1≤i≤S）个传感器视场时，光电传感器输出状态信号为xi（t），前端抽样信号为：

式中T为抽样周期。利用抽样信号s（t）对输出信号xi（t）进行抽样，可得到：

图1 稀疏传感器采集系统

若信号pi（t）的每个抽样值表示为pi，n，则S个传感器同时被抽样时，所有样值组成的矩阵即为物体轮廓图像的一种稀疏近似表示形式：

其中L为总的抽样数。

由于传感器抽样率一定，当不同物体以不同速度经过传感器视场时，得到的抽样数L也就不同。为便于处理，将稀疏矩阵P转换成维数大小相同的矩阵Q∈ RS×n（n＜L）。……