[发明专利]一种红外图像目标识别方法

权利要求书

1.一种红外图像目标识别方法，其特征在于：利用一维图像处理的思想解决二维红外图像分割的技术问题，即：将循环分割处理的每一行图像像素合成二维二值图像；具体步骤：1)通过多尺度小波变换方法对红外图像待识别目标进行增强；2)通过对红外图像中凸性区域的提取，实现对各种成像条件下的红外目标的稳定分割，每次处理一行像素，将处理结果合成与原来图像尺寸一致的二维二值图像；3)对分割后的图像进行二值图像连通标记同时提取基本特征，然后在此基础上定义待提取特征，并利用基本特征计算特征抽取；4)利用投票的方法确定候选目标区域；5)结合待识别目标的先验知识进行精确识别，从候选目标中确定最终目标；

所述对分割后的图像进行二值图像连通标记同时提取基本特征具体步骤为：基于并查结构的标记算法，将基本特征提取与二值图像连通标记相结合，通过只对图像进行一次扫描实现连通区域标记，并且在标记二值连通区域的同时计算该区域内的基本区域特征，通过第一次扫描确定并查结构中树的唯一根节点，利用扫描根节点列表将大根节点的子节点进行归类，从而实现了二值图像连通标记同时提取基本特征。

2.按照权利要求1所述红外图像目标识别方法，其特征在于：所述多尺度小波变换方法对红外图像进行增强的步骤为：用Haar小波对每一行图像分别进行多维分解，分解为低频和高频部分，利用中值滤波的方法对高频部进行中值滤波，消除噪声影响；然后通过Haar反变换，将一维图像信号还原。

3.按照权利要求1所述红外图像目标识别方法，其特征在于：所述对红外图像中凸性区域的提取步骤为：对多尺度小波增强后的图像提取梯度信息，以上升区域和下降区域的区间间隔Gap为凸性区域目标区域，令其为1，其余部分为0，由此获得一维图像的二值图像。

4.按照权利要求3所述红外图像目标识别方法，其特征在于：梯度大于0为上升区域，梯度小于0为下降区域。

5.按照权利要求4所述红外图像目标识别方法，其特征在于：所述基本区域特征包括：行宽，列长，行坐标，列坐标，区域大小及质心位置。

6.按照权利要求1所述红外图像目标识别方法，其特征在于：所述待提取区域特征的定义包括属性跟图像大小、分辨率等因素有关，会随图像大小的变化而改变的量纲性的特征描述方式，属性与图像大小、分辨率等因素无关，只与区域自身的形状、方向等有关，不随图像大小改变而变化的非量纲性的特征，以及目标校验属性特征。

7.按照权利要求1所述红外图像目标识别方法，其特征在于：所述结合先验知识对精确目标识别具体步骤为：结合目标区域的先验知识，获取目标的真实长度、宽度、角度先验形状信息；通过成像变换原理，得到目标区域在红外图像中成像的象素长度、宽度、可能姿态角度；利用这些信息从候选疑似区域中排除非目标区域；并利用目标校验属性，对最后的区域进行校验，最终准确识别出目标区域。