基于仿生視覺(jué)計(jì)算模型的紅外圖像理解.pdf

1、隨著計(jì)算機(jī)及紅外技術(shù)的迅速發(fā)展,紅外圖像理解已經(jīng)發(fā)展成為一個(gè)專(zhuān)門(mén)的研究方向和應(yīng)用手段。它綜合了計(jì)算機(jī)科學(xué)、數(shù)學(xué)、仿生學(xué)以及紅外成像等基礎(chǔ)理論,是目前紅外視覺(jué)研究的重要內(nèi)容。針對(duì)紅外圖像場(chǎng)景,研究基于仿生視覺(jué)計(jì)算模型是進(jìn)行紅外圖像理解研究的當(dāng)前趨勢(shì)。紅外圖像理解通過(guò)研究不同的視覺(jué)計(jì)算模型,不僅能夠減少信息處理的冗余性,還可以提高紅外圖像的感知能力。這種高效的信息處理方式無(wú)論在民用領(lǐng)域還是軍用領(lǐng)域都具有非常重要的理論意義和應(yīng)用價(jià)值。本文圍繞

2、基于仿生機(jī)制視覺(jué)計(jì)算模型的紅外圖像理解,主要開(kāi)展了以下幾個(gè)方面的研究工作:
　　(1)提出基于分層和元胞自動(dòng)機(jī)的紅外圖像增強(qiáng)視覺(jué)計(jì)算模型,進(jìn)行紅外圖像增強(qiáng)的研究。傳統(tǒng)的圖像增強(qiáng)視覺(jué)計(jì)算模型無(wú)法有效地提高紅外圖像的對(duì)比度,而且既會(huì)丟失必要的圖像結(jié)構(gòu)信息,又會(huì)平滑目標(biāo)邊緣高頻信息。本文提出兩種紅外圖像增強(qiáng)視覺(jué)計(jì)算模型,即基于分層的紅外圖像增強(qiáng)視覺(jué)計(jì)算模型和基于元胞自動(dòng)機(jī)的紅外圖像增強(qiáng)視覺(jué)計(jì)算模型。這兩種視覺(jué)計(jì)算模型分別利用分層和元胞自

3、動(dòng)機(jī)分析紅外圖像的內(nèi)部數(shù)據(jù)信息,能夠?qū)崿F(xiàn)高效的紅外圖像增強(qiáng)。
　　(2)提出基于布爾圖的顯著性檢測(cè)視覺(jué)計(jì)算模型,進(jìn)行圖像顯著性檢測(cè)的研究。傳統(tǒng)的布爾顯著性檢測(cè)模型能在簡(jiǎn)單的自然圖像場(chǎng)景中計(jì)算顯著區(qū)域,然而無(wú)法解決復(fù)雜紅外圖像的顯著性檢測(cè)問(wèn)題。本文基于已有的布爾顯著性檢測(cè)模型,結(jié)合貝葉斯信息和圖論理論,提出兩種顯著性檢測(cè)視覺(jué)計(jì)算模型,即基于布爾圖、前景圖的顯著性檢測(cè)視覺(jué)計(jì)算模型和基于圖論布爾圖的顯著性檢測(cè)視覺(jué)計(jì)算模型。這兩種視覺(jué)計(jì)算

4、模型充分研究布爾圖的特性,并結(jié)合相應(yīng)的視覺(jué)信息,實(shí)現(xiàn)了對(duì)復(fù)雜紅外圖像場(chǎng)景及自然圖像場(chǎng)景的顯著性檢測(cè),可有效地抑制背景噪聲、提高顯著性檢測(cè)的準(zhǔn)確率。
　　(3)提出基于局部自適應(yīng)回歸核(Locally Adaptive Regression Kernel,LARK)的紅外目標(biāo)識(shí)別視覺(jué)計(jì)算模型,進(jìn)行紅外目標(biāo)識(shí)別的研究。傳統(tǒng)LARK特征在自然圖像識(shí)別方面具有良好性能,然而無(wú)法解決復(fù)雜紅外圖像目標(biāo)識(shí)別問(wèn)題,且容易丟失必要的圖像結(jié)構(gòu)信息。本

5、文提出兩種基于LARK特征紅外目標(biāo)識(shí)別視覺(jué)計(jì)算模型,即基于局部、全局LARK特征的紅外目標(biāo)識(shí)別視覺(jué)計(jì)算模型和基于LARK特征、布爾圖相結(jié)合的紅外目標(biāo)識(shí)別視覺(jué)計(jì)算模型。這兩種視覺(jué)計(jì)算模型分析LARK特征的特性,并結(jié)合熱方程和布爾圖,能有效提高紅外目標(biāo)識(shí)別性能,且無(wú)需任何訓(xùn)練學(xué)習(xí)知識(shí)。
　　(4)提出基于轉(zhuǎn)換自相似的紅外圖像超分辨率重建視覺(jué)計(jì)算模型,進(jìn)行紅外圖像超分辨率重建的研究。低分辨率紅外圖像在超分辨重建過(guò)程中容易丟失紋理細(xì)節(jié)和結(jié)