對(duì)于單張紅外圖像進(jìn)行隱身效果評(píng)估,需要考慮像素點(diǎn)間反映的圖像相似特征信息,而單一的相似性度量方法不能夠全面準(zhǔn)確地反映紅外圖像間相似性。在對(duì)單張紅外圖像均等分塊的基礎(chǔ)上,綜合考慮了基于圖像灰度直方圖法、方向梯度直方圖特征法、結(jié)構(gòu)相似度法和目標(biāo)分類4種相似性度量方法的優(yōu)點(diǎn),利用主成分分析法確定不同相似性度量方法的權(quán)重值,提出了基于綜合相似性度量的評(píng)估方法。通過(guò)各相似性度量方法間橫向與縱向的對(duì)比,分析不同遮擋情況下目標(biāo)與背景圖像間每種相似性度量方法的平均值和標(biāo)準(zhǔn)差。結(jié)果表明:綜合相似性度量能夠更準(zhǔn)確地反映圖像間相似性信息,更有效地處理單張紅外圖像隱身效果評(píng)估問(wèn)題。 

【文章來(lái)源】：紅外與激光工程. 2020,49(01)北大核心

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

SSIM流程圖

Inception-v3是對(duì)Inception Net的改進(jìn)，它將一個(gè)較大的二維卷積拆成兩個(gè)較小的一維卷積，優(yōu)化了Inception Module的結(jié)構(gòu)，其結(jié)構(gòu)圖如圖2所示。該模型是一個(gè)具有多層的架構(gòu)，分別由輸入層、多種類型卷積層、下采樣層及特征圖融合的輸出層構(gòu)成。在此模型中，3×3卷積核用1×3和3×1卷積核的組合替代，這增加了模型的深度和非線性，并且減少了三分之一的參數(shù)，進(jìn)一步提高了效率。因?yàn)閷⑵款i層的輸出再通過(guò)一個(gè)單層的全連接層神經(jīng)網(wǎng)絡(luò)可以很好的區(qū)分多種類別的圖像，所以認(rèn)為瓶頸層輸出的節(jié)點(diǎn)向量可以作為任何圖像的一個(gè)更加精簡(jiǎn)并且表達(dá)能力更強(qiáng)的特征向量。因此，可以直接利用這個(gè)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行特征提取，然后再將提取得到的特征向量作為輸入完成圖像分類。

式中：k表示每張目標(biāo)圖像的實(shí)驗(yàn)組數(shù)，一般由選取的背景圖像數(shù)量決定。由于分塊后單張目標(biāo)圖像相似性度量結(jié)果單一，為增加目標(biāo)數(shù)據(jù)的多樣性，選取均等分塊后特征明顯的兩幅紅外圖像為目標(biāo)圖像，分別表示為X1、X2；選取目標(biāo)周圍圖像為背景圖像，表示為Yk=[Y1、Y2,…,Yn],n表示均等分塊后背景圖像數(shù)量。對(duì)目標(biāo)圖像X1、X2以及需要進(jìn)行相似性匹配的背景圖像Yk，分別計(jì)算對(duì)應(yīng)相似性平均值S′，通過(guò)S′對(duì)紅外圖像中車輛與背景間的整體相似性進(jìn)行評(píng)價(jià)。S′的計(jì)算公式為：2.2基于主成分分析的權(quán)值分配算法

【參考文獻(xiàn)】：
期刊論文
[1]武器裝備紅外隱身效果評(píng)估方法研究[J]. 高原,劉劍,張俊舉,曾萌.  紅外技術(shù). 2017(11)
[2]基于多波段深度神經(jīng)網(wǎng)絡(luò)的艦船目標(biāo)識(shí)別[J]. 劉峰,沈同圣,馬新星,張健.  光學(xué)精密工程. 2017(11)
[3]結(jié)合深度卷積網(wǎng)絡(luò)與加速魯棒特征配準(zhǔn)的圖像精準(zhǔn)定位[J]. 羅家祥,林暢赫,王加朋,胡躍明.  光學(xué)精密工程. 2017(02)
[4]基于魯棒主成分分析的紅外圖像小目標(biāo)檢測(cè)[J]. 王忠美,楊曉梅,顧行發(fā).  兵工學(xué)報(bào). 2016(09)
[5]基于鄰域加權(quán)與RGB色彩分量的圖像匹配算法[J]. 金廣智,石林鎖,劉均超,司海峰,牟偉杰.  紅外技術(shù). 2016(03)
[6]基于SVM分類的紅外艦船目標(biāo)識(shí)別[J]. 張迪飛,張金鎖,姚克明,成明偉,吳永國(guó).  紅外與激光工程. 2016(01)
[7]基于太赫茲時(shí)域光譜系統(tǒng)的轉(zhuǎn)基因棉花種子主成分特性分析[J]. 涂閃,張文濤,熊顯名,陳濤.  光子學(xué)報(bào). 2015(04)
[8]基于雙邊濾波和巴氏距離的紅外小目標(biāo)檢測(cè)[J]. 田紅彬.  核電子學(xué)與探測(cè)技術(shù). 2014(10)
[9]紅外隱身技術(shù)發(fā)展趨勢(shì)[J]. 桑建華,張宗斌.  紅外與激光工程. 2013(01)
[10]結(jié)合HVS及SSIM的無(wú)參考模糊圖像評(píng)價(jià)方法[J]. 袁萬(wàn)立,李朝鋒.  計(jì)算機(jī)工程與應(yīng)用. 2013(01)

碩士論文
[1]實(shí)時(shí)紅外圖像匹配算法的研究與實(shí)現(xiàn)[D]. 劉學(xué)海.北京郵電大學(xué) 2014



本文編號(hào)：2964817