紅外制導(dǎo)是一種被動的制導(dǎo)方式。因其隱蔽性強、探測距離遠、空間分辨率高,在現(xiàn)代戰(zhàn)爭中紅外面源制導(dǎo)也得到了廣泛的應(yīng)用。當紅外探測器離目標較遠時,目標在圖像以點的形式出現(xiàn),此時的自動識別系統(tǒng)很容易將誘餌彈當作被識別對象而錯失對目標的捕捉.因此紅外成像中占有一定比例面目標的重新檢測識別是非常有必要的。面目標呈現(xiàn)豐富清晰的輪廓特征和灰度分布,可對其要害部位進行定位和跟蹤,但目前對飛機要害部位的識別攻擊研究還比較少。針對這種情況,本文在紅外圖像中飛機的識別和要害部位的跟蹤方面展開研究。本文首先研究了基于特征的模板匹配識別算法。研究對比了融合幾何特征、統(tǒng)計特征的匹配算法和基于不變矩的傅里葉描述子兩種不同的特征提取算法,第一種匹配算法對于樣本中的5個模板可達到70%左右的識別率,對于本文引入的干擾飛機誤匹配在15%;后者的識別率可達90%以上,誤匹配率在4%以下。并提出基于不變矩的傅里葉描述子和多邊形近似的方法,解決了傳統(tǒng)的歸一化傅里葉描述子中由于去除初始點而干擾傅里葉相位信息及邊緣點數(shù)多的問題,最終傅里葉描述子由50個降低到24個,降低維數(shù)災(zāi)難,提高識別算法運行效率。其次研究了圖像分割算法,本文提出... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【部分圖文】：

圖１－１飛機目標識別系統(tǒng)的基本構(gòu)成??－

Ａｉｒｃｒａｆｔ?ｔｅｍｐｌａｔｅ??＇?圖２－４干擾飛機紅外圖像??Ｆｉｇ?２－４?Ｉｎｆｒａｒｅｄ?ｉｍａｇｅ?ｏｆ?ｉｎｔｅｒｆｅｒｉｎｇ?ａｉｒｃｒａｆｔ??假設(shè)變換前后的圖像坐標分別為和乂），則變換后見式（２－２）：??Ｔ?Ｔ?「ｃｏｓ＜９?—?ｓｉｎ沒「Ａｘ??ｑＴ?＝Ｇ（ｐＴ）?＝?Ｓ?＋?（２－２）??ｓｍｆｆ?ＣＯＳ０ＪＬ｝」匕么尺??ｓ指變換尺度，６）指逆時針方向旋轉(zhuǎn)角，Ａｘ、Ａｙ分別指水平、垂直方向??的平移量，處理得到三組不同的連續(xù)幀圖像，具體操作如表２－１所示：??表２－１數(shù)字圖像形態(tài)學處理參考值??Ｔａｂ?２－１?Ｒｅｆｅｒｅｎｃｅ?ｖａｌｕｅ?ｏｆ?ｄｉｇｉｔａｌ?ｉｍａｇｅ?ｐｒｏｃｅｓｓｉｎｇ??模板圖像數(shù)字處理?Ａｘ?Ａｊ?ｓ＿?６??第一連續(xù)幀圖像?１個像素?１個像素?０．０４?－０．５??第二連續(xù)幀圖像?２個像素?２個像素?０．０４?－０．７５??第三連續(xù)幀圖像?１個像素?１個像素?０．０４?－１??數(shù)字圖像的每個像素點對應(yīng)的坐標值都是整數(shù)，但是對圖像進行相似性變??換后，會變換后的圖像中像素坐標出現(xiàn)浮點數(shù)，圖像發(fā)生了失真。所以在這里??需要對變換后的圖像進行插值處理。常見的插值法有最鄰近插值法、雙線性插??值法、三次樣條插值法。下面簡單介紹下這三種插值法的基本原理。最鄰近插??值法又稱為近鄰取樣法，對于數(shù)字圖像處理后得到的浮點坐標，對其進行簡單??的取整。取整的方法就是取浮點坐標最鄰近的左上角點對應(yīng)的像素值。該方法??簡單易操作，但是得到的圖像質(zhì)量不高。雙線性插值法的思想是對于一個目的??像素

Ｉ?｜?ｈ?．?‘丨??Ｊ?？＿?Ｉ?；?１??棋櫟囝像．１?炫板？像２?樓鈑圖》３?樓鈑圖像４?鑊板圖皤Ｓ??ｏｔｓｕ＾扣ｍ法《迭代睡值分斟法??圖２－８?Ｏｔｓｕ和迭代閾值分割算法運行效率對比圖??Ｆｉｇ?２－８?Ｏｐｅｒａｔｉｎｇ?ｅｆｆｉｃｉｅｎｃｙ?ｃｏｎｔｒａｓｔ?ｄｉａｇｒａｍ?ｏｆ?Ｏｔｓｕ?ａｎｄ?Ｉｔｅｒａｔｉｖｅ?ｔｈｒｅｓｈｏｌｄ?ｓｅｇｍｅｎｔａｔｉｏｎ??２．５基于邊緣的紅外圖像分割算法及實現(xiàn)??２．５．１邊緣算子的理論介紹??（１）?Ｒｏｂｅｒｔｓ?算子??邊緣檢測的目的［３２￣＠在于可以標識出圖像中亮度變化大的像素點。廣泛應(yīng)用??在圖像識別領(lǐng)域。Ｒｏｂｅｒｔｓ算子是最早被提出來的邊緣檢測算子，提出者是Ｌａｗｒｅｎｃｅ??Ｒｏｂｅｒｔｓ。在技術(shù)上，它是利用任意垂直方向的差分來估計梯度。圖像的任意一點，??使用此算子將會得到對應(yīng)的灰度矢量或者是其法矢量，Ｒｏｂｅｒｔｓ卷積因子如圖２－９??所示：??＋ｉｏ?ｏ＋ｉ??０－１?－１０??（ａ）Ｇｘ?（ｂ）Ｇｙ??圖２－９?Ｒｏｂｅｒｔｓ卷積因子??Ｆｉｇ?２－９?Ｒｏｂｅｒｔｓ?ｃｏｎｖｏｌｕｔｉｏｎ?ｆａｃｔｏｒ??該算子的卷積因子是２?＋?２的矩陣，分別稱為橫向和縱向，將之與圖像矩陣做??平面卷積運算就可得到橫向和縱向的亮度差分近似值。如果用Ｐ代表圖像灰度矩?？??陣

【參考文獻】：
期刊論文
[1]聚類算法綜述[J]. 伍育紅.  計算機科學. 2015(S1)
[2]一種基于區(qū)域生長的高分辨率遙感影像道路提取方法[J]. 李建飛,文志強,盧永樂,鄧劉昭蘆.  軟件導(dǎo)刊. 2015(01)
[3]目標跟蹤技術(shù)綜述[J]. 高文,朱明,賀柏根,吳笑天.  中國光學. 2014(03)
[4]基于紅外圖像的飛機目標關(guān)鍵攻擊部位識別[J]. 劉剛,梁曉庚,張京國.  計算機工程與應(yīng)用. 2011(24)
[5]圖像邊緣分割算法的優(yōu)化研究與仿真[J]. 向方,王宏福.  計算機仿真. 2011(08)
[6]基于相關(guān)匹配算法的目標角度和尺度檢測研究[J]. 曾晶,黃自力,王雪梅,王德勝.  激光與紅外. 2010(03)
[7]基于自適應(yīng)局部閾值的彩色圖像分割[J]. 冉玉梅,王洪國,楊玉會,許鎮(zhèn).  計算機與現(xiàn)代化. 2010(01)
[8]基于自適應(yīng)搜索模板的快速運動估計算法[J]. 張凱舟,劉鵬,姚慶棟.  中國圖象圖形學報. 2009(11)
[9]基于多關(guān)聯(lián)模板匹配的火箭目標跟蹤算法[J]. 尹宏鵬,柴毅,屈劍鋒,翟茹玲.  計算機工程. 2009(18)
[10]飛機紅外圖像的目標識別及姿態(tài)判斷[J]. 趙芹,周濤,舒勤.  紅外技術(shù). 2007(03)

博士論文
[1]基于模糊聚類及活動輪廓模型的圖像分割技術(shù)研究[D]. 江曉亮.西南交通大學 2016
[2]基于運動目標的紅外圖像末制導(dǎo)跟蹤算法研究[D]. 李靜宇.中國科學院研究生院（長春光學精密機械與物理研究所） 2013

碩士論文
[1]基于傅里葉描述子的物體形狀識別的研究[D]. 彭正初.哈爾濱工業(yè)大學 2016
[2]導(dǎo)彈末制導(dǎo)圖像識別算法研究[D]. 王金洋.中北大學 2015
[3]飛機紅外圖像的檢測、識別與跟蹤技術(shù)研究[D]. 荊文芳.西北工業(yè)大學 2006
[4]紅外圖像的目標檢測、識別與跟蹤技術(shù)研究[D]. 姜錦鋒.西北工業(yè)大學 2004
[5]先進紅外成像制導(dǎo)技術(shù)研究[D]. 王立.西北工業(yè)大學 2001



本文編號：3117967