基于圖像特征匹配的飛機紅外圖像識別.pdf

1、　　由于紅外圖像自身的特點,使得對其進(jìn)行檢測和識別變得十分困難：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)信號變?nèi)?以致淹沒在強噪聲背景中；最后,由于目標(biāo)缺乏有效的紋理特征,使得可供檢測和識別的信息很少。因此,對紅外目標(biāo)的檢測識別進(jìn)行深入研究有著重要的理論意義和實用價值。
　　論文主要對不同機型的飛機紅外圖像進(jìn)行檢測和識別研究：
　　首先,由于紅外圖像自身的特征使得對其進(jìn)行

2、分割具有一定的難度,通過實驗對最大熵值分割法、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。針對研究對象特點與自適應(yīng)閾值法分割圖像的結(jié)果,選取邊緣檢測方法,采用Roberts算子、Soble算子和Canny算子對經(jīng)過閾值分割處理后的飛機圖像進(jìn)行檢測,通過對結(jié)果的比較可以看出, Roberts 邊緣檢測算子適合對紅外圖像進(jìn)行處理。
　　其次,對紅外圖像的成像原理進(jìn)行了研究

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