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,使得對其進行檢測和識別變得十分困難：首先目標成像距離一般較遠,目標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信號變弱,以致淹沒在強噪聲背景中；最后,由于目標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,對紅外目標的檢測識別進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閾值分割法等幾種閾值分割方法進行分析比較,可看出自適應閾值法適合進行紅外圖像的分割。針對研究對象特點與自適應閾值法分割圖像的結果,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行檢測,通過對結果的比較可以看出, Roberts 邊緣檢測算子適合對紅外圖像進行處理。
　　其次,對紅外圖像的成像原理進行了研究

3、,針對紅外圖像中目標與背景間的關系選取紅外特征量長寬比、復雜度、緊湊度、部分最亮像素點數(shù)與目標總像素數(shù)的比值、均值對比度等組成特征向量進行紅外圖像的初步識別。
　　最后,初步識別的過程中,已經(jīng)將圖像進行了簡化,在此基礎上采用 SIF T 算法進行精確識別,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。
　　通過對仿真實驗結果進行分析可看出,論文提出的采用紅外特征量識別