[发明专利]一种红外图像目标识别方法

说明书

技术领域

本发明涉及图像处理、模式识别和自动目标识别(ATR)技术，具体地说是一种红外图像待识别目标(特别是红外机场跑道)分割及识别方法。

背景技术

目前，红外图像分割和自动目标检测(Automatic Target Detection，ATD)，自动目标识别(Automatic Target Recognition，ATR)技术正在被广泛引用于自动目标识别，飞行器航路地形匹配和地标校验，目标搜寻和营救等等。此类技术优势正在凸显，应用也越来越广泛，因此引起了国内外科研单位的高度关注，一直是国内外地研究热点。其中，远距离前视红外目标识别更是有着重要的意义，其主要任务是针对飞行器飞行时自动寻找目标，校正航路等等。红外机场跑道识别是红外自动目标识别的一个具体应用，由于其自身的重要性，引起了国内外军事研究领域的高度兴趣，很多方法被有针对性的提出。总结起来大体可以分为两类：基于边缘提取的识别方法和基于阀值分割为基础的区域识别方法。

基于边缘提取的识别方法：

(1)基于Hough变换的方法(叶斌，彭嘉雄，基于结构特征的军用机场识别与理解[J]，华中科技大学学报，2001，29(3)：39-41)，这种方法首先对图像进行边缘提取，利用机场的先验形状知识假设，假设机场都是长条形状的区域，在图像中都呈现并且可以提取出平行的长条直线，通过识别红外图像中的长条形边缘目标从而识别机场。

(2)罗军，杨卫平等(罗军，杨卫平，沈振康，红外图像中机场跑道的自动目标识别[J]，红外技术，2003，(03))利用空域滤波，细化边缘进而对边缘二值化，通过最小二乘拟合直线的方法得到直线图像上识别机场跑道，找到机场跑道中心点。

(3)李小毛等(李小毛，唐延东，肖颍杰，多尺度线状目标的机场跑道识别[J]，红外与激光工程，2005，(06))利用多尺度线状目标强化方法对目标进行强化，对机场跑道进行区域处理，然后利用Hession矩阵等方法提取边缘，并对图像二值化处理，最终利用图像的形状信息识别机场跑道。

基于阀值分割的区域识别方法：

(4)基于不变矩的前视红外图像机场目标识别方法(张天序，曹杨，刘进，李勐，基于不变矩的前视红外图像机场目标识别，华中科技大学学报(自然科学版)2007.1)，该方法主要对图像进行阈值分割，搜索分割图像中各潜在目标区域轮廓链，计算其仿射不变矩和目标背景梯度特征，并利用前后帧目标大小的约束关系等先验知识，对各候选目标区域进行识别。

(5)基于分形理论的红外图像机场跑道自动目标识别(闫晓珂，史彩成，赵保军，何佩琨，基于分形理论的红外图像机场跑道自动目标识别，激光与红外2006.9)，该方法根据对原图像分别进行直方图动态阈值化分割和分形阈值分割，提取纹理特征进而对红外机场进行识别。

(6)姚克明等(姚克明，宋利权，张金锁，基于复杂背景的红外机场目标自动识别算法研究[J]，红外与激光工程，2007，(03))采用双阈值最大类间方差快速算法快速找到分割阈值，采用二值标记算法标记分割图像，利用Freeman链码标记图像的轮廓特征，最终利用特征提取的方法识别标记后的机场跑道。

由以上所列举的方式方法来看，主要分为两类：(1)基于边缘提取的识别方法，主要是对红外图像进行边缘提取，然后利用边缘链接或Hough变换的方法识别机场跑道；(2)基于区域分割的识别方法，主要利用阀值分割确定候选区域，然后提取特征进行识别。然而在实际应用中，这两类方法都有很多先天性的弊端，首先红外成像条件的变化，周围环境的复杂性，成像条件恶劣，噪声的干扰等因素的影响，使得机场跑道成为复杂背景中的弱目标，导致基于边缘的方法提取的边缘信息不是很可靠，而且还包涵很多冗余的边缘信息，给后续判断和识别跑道带来了很大困难，因此基于边缘的方法稳定性不高；再者由于顺光拍摄和逆光拍摄的影响，红外机场跑道成像为亮暗目标区域的形态，这使得基于阀值分割的方法很难将机场从背景中分割出来，因此单纯依靠阀值分割，以及基于分割区域进行特征提取的识别方法在实际应用中也有很大的局限性。

发明内容

为了解决以上问题，本发明的目的在于提出一种具有准确性，实时性和鲁棒性的红外图像待识别目标分割及识别方法，有效的解决上述提取的边缘信息不可靠及阀值分割局限性问题。

为了实现上述目的，本发明的技术方案如下：