[发明专利]面向鉴别的图像相关特征融合识别系统

权利要求书

1.一种面向鉴别的图像相关特征融合识别系统，其特征在于，包括：图像采集模块、投影矩阵获得模块、新特征构造模块、线性鉴别分析模块、数据分类模块，其中：

图像采集模块采集目标的可见光图像和红外图像，经过图像配准操作后，将可见光图像和红外图像组成图像对，将每幅图像作为一个矩阵，然后将图像对作为训练样本集，最后将训练样本集传输给投影矩阵获得模块和新特征构造模块，并将采集到的测试图像传输给新特征构造模块；

投影矩阵获得模块接收训练样本集，分别建立可见光图像和红外图像对应的训练样本集矩阵的平均值，根据得到的平均值，再根据面向鉴别的图像相关特征融合识别方法，给定初始迭代值，通过迭代过程，解特征值问题，构成从行和列两个方向抽取特征的投影矩阵，并将投影矩阵传输给新特征构造模块；

新特征构造模块接收输入的训练样本集和投影矩阵，将所有训练样本集矩阵利用投影矩阵投影到特征空间，得到两种图像的训练特征，将测试图像也投影到特征空间，得到两种图像的测试特征，将这两种图像的训练特征和测试特征分别做并行融合形成新特征，并将新特征转化为向量形式后传输给线性鉴别分析模块；

线性鉴别分析模块接收向量形式的新特征，将训练特征并行融合形成的新特征作为线性鉴别分析方法的训练数据，测试特征并行融合形成的新特征作为测试数据，用线性鉴别分析方法抽取得到面向鉴别的训练系数矩阵和测试系数矩阵，并将训练系数矩阵和测试系数矩阵传输给数据分类模块；

数据分类模块接收训练系数矩阵和测试系数矩阵，将训练系数矩阵作为识别标准，采用最小距离分类器进行分类识别，即能识别出测试图像所属的类别；

所述投影矩阵获得模块，其建立两种训练样本集矩阵的平均值，具体如下：训练样本集中有N对图像(A_i，B_i)，i＝1，2，...，N，A_i为第一种图像，B_i为第二种图像，其中均为矩阵形式，则第一种图像的均值为：第二种图像的均值为：其中，r₁，c₁为图像矩阵A_i的行数、列数，r₁，c₂为图像矩阵B_i的行数、列数；

所述面向鉴别的图像相关特征融合识别方法是指：找到一组最优投影矩阵使得A_i和B_i的投影的相关性最大，具体如下：寻找r₁×l的投影矩阵U₁和c₁×τ的投影矩阵V₁，将A_i投影到矩阵以及寻找r₂×l的投影矩阵U₂和c₂×τ的投影矩阵V₂，将B_i投影到矩阵使P_i和Q_i的相关性最大，其中，U₁，V₁为A_i的左右变换矩阵，U₂，V₂为B_i的左右变换矩阵，P_i为经变换矩阵降维后的A_i，Q_i为经变换矩阵降维后的B_i，l，τ为P_i，Q_i的行数和列数。