[发明专利]一种基于多维信息融合的复杂背景目标识别方法

权利要求书

1.一种基于多维信息融合的复杂背景目标识别方法，其特征在于，包括如下步骤：

1)环境信息经过多维传感器采集得到n组图像数据信息，经采集信息融合，即PCA变换融合法处理后，可去除冗余数据得到有效主成分数据信息；

2)经特征信息融合处理：将预处理后的多组数据分别进行特征提取，然后采用拉普拉斯金字塔变换的方法融合信息；

所述特征信息融合处理包括如下步骤：

21)提取处理后的各传感器特征信息并融合，采用拉普拉斯金字塔变换的方法融合信息；

22)在复杂变换的背景模式下，首先对各谱段图像信息提取的特征，建立各谱段目标信息模型和复杂背景模型；

23)进行拉普拉斯金字塔变换，然后对变换得到的系数进行组合，得到融合图像的变换系数；

24)进行逆变换，从而得到融合特征信息；

所述步骤22)中，特征提取算法如下：

a)将图像看做一个x,y,z灰度的三维图像；

b)采用Gamma校正法对输入图像进行颜色空间的标准化，Gamma校正处理；

c)计算图像每个像素的梯度大小及方向；捕获轮廓信息，同时根据图像在像素处的梯度大小和强度方向进一步弱化光照的干扰；

d)将图像划分成小窗口；

e)统计每个窗口的梯度直方图，即可形成每个窗口的描述；

f)将几个窗口组成一个区域，一个区域内所有窗口的特征描述串联起来便得到该区域的HOG特征描述；

g)将图像内的所有区域的HOG特征描述串联起来就可以得到该图像的HOG特征描述，即为可供分类使用的特征向量；

所述步骤23)中，采用拉普拉斯金字塔变换的方法融合信息如下：

a)多维图像相应分解层上对应局部区域能量的计算；

b)计算多维图像对应局部区域的匹配度M_l.AB(n,m)；

c)确定融合算子，定义匹配阈值T；

3)经决策信息融合即目标识别，采用SVM分类器对数据进行处理，得到复杂背景目标识别结果。

2.如权利要求1所述的一种基于多维信息融合的复杂背景目标识别方法，其特征在于，所述步骤1)中，采集信息融合具体包括如下步骤：

11)对所采集多维信息进行PCA变换；

即

由X矩阵构建协方差矩阵R＝(r_ij)_p×p

求单位特征向量：

式中，X为原始数据的标准化式，x_n1，x_n2......x_np为标准化式数据信息，其中，n为图像数量，p为每幅图像具有的分量数；r_ij为协方差矩阵元素，A₁，A₂，......A_p为R对应的单位特征向量；

12)由得到的单位特征向量A₁，A₂，......A_p可推得主成分为：

F_i＝A_1iX₁+A_2iX₂+...+A_piX_p

式中，F_i为主成分综合分量，A_1i，A_2i，...A_pi为单位特征向量A₁，A₂，......A_p的分量，X₁，X₂，......X_p为原始数据标准化处理的值，i＝1，2，......p。