隨著高科技術(shù)的飛速發(fā)展,計(jì)算機(jī)與紅外攝像等技術(shù)己成為軍事等諸多領(lǐng)域的研究焦點(diǎn)。但隨著紅外背景條件變得更復(fù)雜,干擾信息以及目標(biāo)特性更加多樣化等等,導(dǎo)致紅外目標(biāo)識(shí)別準(zhǔn)確度與魯棒性等各方面面臨很大挑戰(zhàn),故僅考慮選擇與提取比較單一的特征來(lái)描述紅外圖像目標(biāo)性能,己遠(yuǎn)遠(yuǎn)不能實(shí)現(xiàn)目標(biāo)的識(shí)別。本文將目標(biāo)的全局顏色特征、局部運(yùn)動(dòng)特征和邊緣這三種特征進(jìn)行融合處理研究紅外目標(biāo)的識(shí)別。其中主要工作分為:(1)研究紅外目標(biāo)識(shí)別發(fā)展和現(xiàn)狀,分析該領(lǐng)域如何有效解決由于紅外背景條件惡劣、干擾信息以及目標(biāo)特性千變?nèi)f化等難控因素而產(chǎn)生的一系列難題。(2)在紅外目標(biāo)識(shí)別基本原理和方法的基礎(chǔ)上,主要包括實(shí)現(xiàn)紅外目標(biāo)圖像預(yù)處理,分析紅外識(shí)別過(guò)程影響因素以及確定識(shí)別結(jié)果的評(píng)判指標(biāo),為后續(xù)目標(biāo)特征的提取過(guò)程濾除較多無(wú)效信息數(shù)據(jù),即最大程度地節(jié)省后續(xù)系列算法運(yùn)行時(shí)間并簡(jiǎn)化操作過(guò)程,從而提高識(shí)別的實(shí)時(shí)處理等等。同時(shí)也更好地了解可能導(dǎo)致識(shí)別失敗的影響因素,有針對(duì)性地進(jìn)行紅外目標(biāo)識(shí)別算法的設(shè)計(jì)與調(diào)試,最終通過(guò)識(shí)別指標(biāo)顯示數(shù)據(jù),進(jìn)一步分析和驗(yàn)證其識(shí)別結(jié)果的有效性和可行性。(3)建立目標(biāo)特征庫(kù)并進(jìn)行紅外圖像目標(biāo)特征的分析與提取,主要有全局顏色特征、局部運(yùn)動(dòng)特征和邊緣特征,并選擇性地進(jìn)行特征數(shù)據(jù)的融合處理。最終表明基于融合特征的識(shí)別算法確實(shí)可以大大簡(jiǎn)化其運(yùn)算過(guò)程,也解決了使用單一特征量所遺留的重大問(wèn)題。(4)設(shè)計(jì)基于特征融合的紅外目標(biāo)識(shí)別算法方案�；谀繕�(biāo)做較穩(wěn)態(tài)運(yùn)動(dòng),目標(biāo)形態(tài)近似不發(fā)生變化時(shí),建立序列蒙特卡羅(粒子濾波)識(shí)別算法,并通過(guò)實(shí)驗(yàn)驗(yàn)證其識(shí)別應(yīng)用性能,達(dá)到了識(shí)別耗時(shí)較短,識(shí)別魯棒性能好的效果。設(shè)計(jì)粒子群優(yōu)化自組織特征映射網(wǎng)絡(luò)的目標(biāo)識(shí)別算法,通過(guò)建立較全面仿真實(shí)驗(yàn),解決了目標(biāo)劇烈突變,目標(biāo)外輪廓明顯發(fā)生改變時(shí),序列蒙特卡羅算法目標(biāo)識(shí)別不準(zhǔn)確,識(shí)別目標(biāo)丟失等問(wèn)題,達(dá)到了穩(wěn)健、實(shí)時(shí)地檢測(cè)并識(shí)別出目標(biāo)物中心位置的目的,故而在紅外目標(biāo)識(shí)別應(yīng)用領(lǐng)域更占有優(yōu)勢(shì)。
【學(xué)位單位】：沈陽(yáng)理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TN219
【部分圖文】：

在不同實(shí)驗(yàn)條件和背景環(huán)境的目標(biāo)識(shí)別效果。??１．４本文主要結(jié)構(gòu)設(shè)計(jì)??本文內(nèi)容主要?jiǎng)澐殖晌宕笳鹿?jié)，其中整體架構(gòu)設(shè)計(jì)，如圖１．１示：??基于特征融合的紅外目標(biāo)識(shí)別研宄???１１?Ｉ?Ｊ???第１章?第２章?第３章?第４章?第５章??心—＾＾１：法基礎(chǔ)?目標(biāo)特ｆ?｜基于特征＆合的序?｜基�。卣魅诤系耐�??原理與方法?融合算法?列：蒙特卡羅算法?化ＳＯＦＭ網(wǎng)絡(luò)識(shí)別??Ｉ?￣￣?Ｉ?￣?＇?Ｉ?＇?￣?Ｉ?■?Ｉ??．．．Ｉ．?．１??１?�。椋欤�?ＪＴＴＬＩＬ?１?１?Ｉ?１?Ｉ??：＆種２２Ｓ?序列蒙粒子群優(yōu)靈神經(jīng)５?ｗ??ｗ?紅＠冃Ｒ?｜?？?特卡羅化算法的網(wǎng)絡(luò)識(shí)忑盅??Ｉｍ?ｓ?１１１?￥立的應(yīng)用建立臟去；＾??及外內(nèi)霹?ｆ工ｇ?特述息?…．．．ｒ－ｉ－Ｖ化法??研研容Ｇ?３?３?２征和的?二丨砝丨?序＿結(jié)??究宄和Ｓ?Ｓ?ｌｉｌ?Ｓ庫(kù)提融｜?？列２合序?粒?Ｓ列網(wǎng)果??義狀排?ｇ?￥?￥立方處斗｜漂ｉ?？器ｉ群＊葉Ｊ?Ｊ?￥分??理索價(jià)?法理斯丨１３轉(zhuǎn)Ｉ?２結(jié)優(yōu)ｇ斯Ｉ?Ｓ實(shí)析??一￣?￣￣￣?￣?￣￣?￣￣?￣￣?一￣?￣?￣￣?￣￣?￥?術(shù)技?ｇ?梭識(shí)?ｆ?｜?流?＾?術(shù)技??ｇ?ｉｗ術(shù)Ｓ?ｓ別￥含程鬲的術(shù)??用弓丨的ｇ的Ｗ析芯?用引的??用實(shí)￥應(yīng)法?？?用實(shí)??現(xiàn)』用?＿＿＿＿＿ｊ?Ｉ＿＿?＿ＩＩ＿ｌｌ＿ａ??圖１．１主要架構(gòu)體系??Ｆｉｇ．?１．１?Ｍａｉｎ?ａｒｃｈｉｔｅｃｔｕｒｅ?ｓｙｓｔｅｍ??第ｉ章緒論。主要分析近些年來(lái)國(guó)內(nèi)外相關(guān)紅外目標(biāo)識(shí)別領(lǐng)域的研究意義與??實(shí)際應(yīng)用價(jià)值

圖２．２紅外圖像灰度處理方法??Ｆｉｇ．２．２?Ｉｎｆｒａｒｅｄ?ｉｍａｇｅ?ｇｒａｙｓｃａｌｅ?ｐｒｏｃｅｓｓｉｎｇ?ｍｅｔｈｏｄ??由圖２．２表明，因三種灰度處理方法選取不同灰度數(shù)值，導(dǎo)致灰度處理結(jié)果截??然不同，圖（ｂ）最大值法舍棄圖像中的其他兩個(gè)較小顏色分量，�。摇ⅲ�、Ｂ中最大??值為灰度數(shù)值進(jìn)行輸出，亮度有了顯著提高；使用平均值灰度法獲取圖（ｃ），通過(guò)??分量均值計(jì)算灰度數(shù)值。但整張灰度圖像暗淡模糊，幾乎無(wú)法辨別目標(biāo)體，顯然??灰度效果較差。故由加權(quán)平均法灰度處理的圖像效果最佳，如圖（ｄ）示。??２．?１．２高斯濾波算法去除燥聲??在采集紅外圖像時(shí)，因?yàn)閿?shù)據(jù)信息的傳輸、轉(zhuǎn)換或存儲(chǔ)過(guò)程時(shí)刻會(huì)受到外界??各種因素的干擾，不可避免將會(huì)產(chǎn)生許多不規(guī)則高斯隨機(jī)噪聲。另外，紅外儀器??機(jī)身元件中列陣探測(cè)元的信號(hào)響應(yīng)遲鈍等導(dǎo)致響應(yīng)特性出現(xiàn)偏差，像元間出現(xiàn)非??均勻性

圖２．４圖像直方圖均衡化??Ｆｉｇ．２．４?Ｉｍａｇｅ?ｈｉｓｔｏｇｒａｍ?ｅｑｕａｌｉｚａｔｉｏｎ??從圖２．４能夠看出，本章借助以上兩組紅外圖像來(lái)驗(yàn)證，總結(jié)出圖（ａｉ）原灰度??圖像利用直方圖均衡化得圖（ａ２），而㈦）圖也采用了均衡化方法后最終得圖（ｂ２）。不??難看出，圖像對(duì)比質(zhì)量得到了顯著地提高，且目標(biāo)輪廓更加清楚。同時(shí)，在其灰??度范圍內(nèi)使該圖像的灰度均值及灰度級(jí)較為穩(wěn)定，該增強(qiáng)算法取得了視覺(jué)效果較??佳的灰度圖像，為目標(biāo)圖像的特征分析與提取做好了前序工作。??２．２目標(biāo)識(shí)別的影響因素??（１）復(fù)雜地表環(huán)境因素??紅外目標(biāo)圖像的采集拍攝地表以及環(huán)境的復(fù)雜多變都將給紅外成像帶來(lái)嚴(yán)重??的影響。其中，紅外圖像拍攝的地表主要可為三種：潮濕裸地，干燥裸地（例如??土地或石灰地等）以及低植被覆蓋地面（例如草地等）。因潮濕裸地極易受到太??陽(yáng)光照，而產(chǎn)生大量蒸發(fā)熱能；無(wú)風(fēng)干燥裸地為地表大氣的熱交換的核心地表；??而植被氣孔的阻力等有關(guān)因素阻礙著低植被覆蓋地面熱能的交換。故不同的地表??環(huán)境直接造成不同的紅外成攝溫度，導(dǎo)致紅外圖像目標(biāo)的特征量提取及識(shí)別處理??具有一定的困難。根據(jù)紅外圖像目標(biāo)的相關(guān)信息統(tǒng)計(jì)出不同時(shí)刻對(duì)應(yīng)各種地表輻??射溫度數(shù)值變化
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何玉杰;李敏;張金利;姚俊萍;;基于多特征相關(guān)濾波的紅外目標(biāo)跟蹤[J];光電子·激光;2015年08期

2 許強(qiáng);馬登武;;一種快速的近岸紅外目標(biāo)檢測(cè)[J];光學(xué)與光電技術(shù);2013年05期

3 魏坤;趙永強(qiáng);潘泉;張洪才;;基于均值漂移和粒子濾波的紅外目標(biāo)跟蹤[J];光電子.激光;2008年02期

4 程建;周越;蔡念;楊杰;;基于粒子濾波的紅外目標(biāo)跟蹤[J];紅外與毫米波學(xué)報(bào);2006年02期

5 駱清銘，曾紹群，陳汝鈞，劉賢德，龔輝;紅外目標(biāo)隱身的計(jì)算機(jī)仿真[J];電子學(xué)報(bào);1997年05期

6 甘強(qiáng),曾繁友;用于紅外目標(biāo)位置識(shí)別的微機(jī)小系統(tǒng)[J];信息與控制;1988年01期

7 何濱,楊宜禾;識(shí)別紅外目標(biāo)的實(shí)用算法[J];紅外研究(A輯);1988年02期

8 路學(xué)榮;劉惠民;;B66160紅外目標(biāo)背景干擾模擬器[J];航空兵器;1989年04期

9 馬天義;張會(huì)香;宋敏敏;鈕賽賽;;引入顯著特征空間的抗遮擋紅外目標(biāo)跟蹤[J];紅外與激光工程;2017年03期

10 李軍;王佳軼;孫彥鋒;徐世錄;;紅外目標(biāo)探測(cè)與應(yīng)用分析[J];艦船電子工程;2008年02期

相關(guān)博士學(xué)位論文 前10條

1 謝江榮;基于深度學(xué)習(xí)的空中紅外目標(biāo)檢測(cè)關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海技術(shù)物理研究所);2019年

2 張恒;紅外目標(biāo)檢測(cè)與識(shí)別理論與技術(shù)研究[D];哈爾濱工程大學(xué);2008年

3 韓慶;數(shù)字微鏡器件在紅外目標(biāo)場(chǎng)景仿真器中的應(yīng)用研究[D];中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;2017年

4 凌建國(guó);紅外目標(biāo)穩(wěn)健跟蹤和識(shí)別研究[D];上海交通大學(xué);2007年

5 劉瑞明;復(fù)雜環(huán)境下紅外目標(biāo)檢測(cè)及跟蹤技術(shù)研究[D];上海交通大學(xué);2008年

6 郭偉;復(fù)雜背景下紅外目標(biāo)檢測(cè)與跟蹤[D];西安電子科技大學(xué);2008年

7 趙菲;復(fù)雜背景下末制導(dǎo)紅外目標(biāo)檢測(cè)、跟蹤技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

8 陳炳文;特定視場(chǎng)中紅外成像目標(biāo)檢測(cè)關(guān)鍵技術(shù)研究[D];武漢大學(xué);2013年

9 王鑫;復(fù)雜背景下紅外目標(biāo)檢測(cè)與跟蹤算法研究[D];南京理工大學(xué);2010年

10 封子軍;像素級(jí)圖像融合算法研究[D];電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 吳彩蓮;基于特征融合的紅外目標(biāo)識(shí)別研究[D];沈陽(yáng)理工大學(xué);2019年

2 劉成功;火星輪廓紅外目標(biāo)模擬系統(tǒng)關(guān)鍵技術(shù)的研究[D];長(zhǎng)春理工大學(xué);2019年

3 潘長(zhǎng)城;多特征核相關(guān)濾波的紅外目標(biāo)跟蹤技術(shù)研究[D];長(zhǎng)春理工大學(xué);2019年

4 李晶;基于孿生網(wǎng)絡(luò)的紅外目標(biāo)追蹤算法研究[D];哈爾濱工業(yè)大學(xué);2019年

5 龐廣寧;基于DMD的紅外目標(biāo)模擬系統(tǒng)關(guān)鍵技術(shù)研究[D];長(zhǎng)春理工大學(xué);2018年

6 白躍;復(fù)雜背景下的紅外目標(biāo)檢測(cè)與識(shí)別[D];東北大學(xué);2015年

7 吳健;水面紅外目標(biāo)檢測(cè)方法研究及多核DSP實(shí)現(xiàn)[D];南京理工大學(xué);2018年

8 程文;基于DSP的紅外目標(biāo)跟蹤系統(tǒng)的研究[D];合肥工業(yè)大學(xué);2018年

9 姚瑤;基于時(shí)空顯著性的紅外目標(biāo)檢測(cè)與跟蹤方法研究[D];大連理工大學(xué);2018年

10 陳星;紅外目標(biāo)實(shí)時(shí)檢測(cè)系統(tǒng)設(shè)計(jì)[D];西安電子科技大學(xué);2018年

本文編號(hào)：2879099