[发明专利]融合可见光与红外两波段图像目标特征的目标识别方法

权利要求书

1.一种融合可见光与红外两波段图像目标特征的目标识别方法，其特征在于，所述方法包括对可见光与中、远红外两波段图像进行目标配准阶段和对可见光与中、远红外两波段图像进行目标识别阶段；

在所述对可见光与中、远红外两波段图像进行目标配准阶段，先对波段进行粗分类后进行精配准；

首先将可见光图像进行中值滤波，中红外、远红外图像进行先中值滤波后直方图均衡，建立目标区域成像模型，提取出图像目标区域，然后提取目标区域的空间灰度直方图特征，对所述目标区域进行在其所属光源下进行粗分类；其次根据各类包含的目标数量以及类与类之间的显著特征差异判定哪些可见光图像目标类、中红外图像目标类和远红外图像目标类属于同一类型目标，将所含目标数相同的可见光图像目标类、中红外图像目标类和远红外图像目标类对应起来，称之为同类型的可见光图像目标、中红外图像目标和远红外图像目标；提取某一类各个目标在可见光、中红外和远红外图像中的空间边缘方向直方图特征，计算目标可见光图像与目标远红外图像之间的相似度，以及目标中红外图像与目标远红外图像之间的相似度，各自最大相似度对应的两种光源图像目标是同一个目标，以目标远红外图像为中间变量实现同类目标在3种光源下图像目标配准。

2.根据权利要求1所述的一种融合可见光与红外两波段图像目标特征的目标识别方法，其特征在于，在所述对可见光与中、远红外两波段图像进行目标识别阶段，基于目标配准结果，建立目标可见光与红外两波段图像样本库，计算得到融合特征，将其输入到分类器中，实现融合可见光与中、远红外两波段图像目标特征的目标识别。

3.根据权利要求1所述的一种融合可见光与红外两波段图像目标特征的目标识别方法，其特征在于，所述对可见光与红外两波段图像进行目标配准阶段的具体过程为：

步骤1.1，对图像预处理，可见光图像进行中值滤波，中红外、远红外图像进行中值滤波和直方图均衡；

步骤1.2，根据可见光、中红外和远红外图像成像特点，确定图像目标区域与背景区域的特征差异，建立图像目标区域成像模型，提取多源图像中的目标区域；

步骤1.3，针对各单源图像，提取其每个目标区域的空间灰度直方图特征，计算每个目标区域之间的相似性，将各单源图像目标区域粗分类；

步骤1.4，比较可见光图像、中红外图像以及远红外图像中各类目标包括的目标数量，将所含目标数相同的可见光图像目标类、中红外图像目标类和远红外图像目标类对应起来，称之为同类型的可见光图像目标、中红外图像目标和远红外图像目标；

步骤1.5，当粗分类中某类目标数量大于或等于2时，提取该类各个目标在可见光、中红外和远红外图像中的空间边缘方向直方图特征，先进行目标远红外图像与目标中红外图像比较，再进行目标远红外图像与目标可见光图像比较；

步骤1.6，针对同类型的两种光源图像目标，计算目标的空间边缘方向直方图相似度；以远红外图像目标为中间变量，最大相似度对应的中红外图像目标与该远红外图像目标是同一个目标，实现同类目标中远红外图像目标和中红外图像目标配准；最大相似度对应的可见光图像目标与该远红外图像目标是同一个目标，实现同类目标中远红外图像目标和可见光图像目标配准，最终实现同类目标中可见光图像目标、中红外图像目标和远红外图像目标配准。

4.根据权利要求3所述的一种融合可见光与红外两波段图像目标特征的目标识别方法，其特征在于，在所述对可见光与中、远红外两波段图像进行目标识别阶段的具体过程为：

步骤2.1，在所述步骤1.6中得到的配准过的目标基础上，目标建立目标可见光与中、远红外两波段图像样本库，一半作为训练集，一半作为测试集；

步骤2.2，用卷积神经网络自动提取可见光与中、远红外两波段图像目标的有效特征，得到融合特征，将其作为分类器的输入，最终实现融合可见光与红外两波段图像目标特征的目标识别。

5.根据权利要求3或4所述的一种融合可见光与红外两波段图像目标特征的目标识别方法，其特征在于，

若各单源图像中不同类目标包括的目标数量一致，则通过各类之间区分度大的目标特征来确定哪类可见光图像目标、中红外图像目标和远红外图像目标是属于同一类型的。