基于圖像特征匹配的飛機(jī)紅外圖像識(shí)別.pdf

1、　　由于紅外圖像自身的特點(diǎn),使得對(duì)其進(jìn)行檢測(cè)和識(shí)別變得十分困難：首先目標(biāo)成像距離一般較遠(yuǎn),目標(biāo)在圖像中所占的像素較少；其次,由于噪聲和背景雜波干擾使得目標(biāo)信號(hào)變?nèi)?以致淹沒(méi)在強(qiáng)噪聲背景中；最后,由于目標(biāo)缺乏有效的紋理特征,使得可供檢測(cè)和識(shí)別的信息很少。因此,對(duì)紅外目標(biāo)的檢測(cè)識(shí)別進(jìn)行深入研究有著重要的理論意義和實(shí)用價(jià)值。
　　論文主要對(duì)不同機(jī)型的飛機(jī)紅外圖像進(jìn)行檢測(cè)和識(shí)別研究：
　　首先,由于紅外圖像自身的特征使得對(duì)其進(jìn)行

2、分割具有一定的難度,通過(guò)實(shí)驗(yàn)對(duì)最大熵值分割法、模糊閾值分割法和自適應(yīng)閾值分割法等幾種閾值分割方法進(jìn)行分析比較,可看出自適應(yīng)閾值法適合進(jìn)行紅外圖像的分割。針對(duì)研究對(duì)象特點(diǎn)與自適應(yīng)閾值法分割圖像的結(jié)果,選取邊緣檢測(cè)方法,采用Roberts算子、Soble算子和Canny算子對(duì)經(jīng)過(guò)閾值分割處理后的飛機(jī)圖像進(jìn)行檢測(cè),通過(guò)對(duì)結(jié)果的比較可以看出, Roberts 邊緣檢測(cè)算子適合對(duì)紅外圖像進(jìn)行處理。
　　其次,對(duì)紅外圖像的成像原理進(jìn)行了研究

3、,針對(duì)紅外圖像中目標(biāo)與背景間的關(guān)系選取紅外特征量長(zhǎng)寬比、復(fù)雜度、緊湊度、部分最亮像素點(diǎn)數(shù)與目標(biāo)總像素?cái)?shù)的比值、均值對(duì)比度等組成特征向量進(jìn)行紅外圖像的初步識(shí)別。
　　最后,初步識(shí)別的過(guò)程中,已經(jīng)將圖像進(jìn)行了簡(jiǎn)化,在此基礎(chǔ)上采用 SIF T 算法進(jìn)行精確識(shí)別,主要是排除粗識(shí)別中出現(xiàn)的誤識(shí)別,此過(guò)程中由于圖像簡(jiǎn)化,所以識(shí)別時(shí)間較直接采用SIFT算法有明顯縮短。
　　通過(guò)對(duì)仿真實(shí)驗(yàn)結(jié)果進(jìn)行分析可看出,論文提出的采用紅外特征量識(shí)別