[发明专利]一种基于红外和可见光图像多环境下水面人员识别方法

说明书

本发明涉及一种人员识别方法，具体地说，是一种基于红外和可见光图像多环境下水面人员识别方法。通过可见光图像预处理模块、可见光、红外图像切换模块、可见光图像识别模块、红外图像识别模块相结合，可见光图像预处理模块对可见光摄像机拍摄的图像进行分类，判断出识别环境，再由可见光、红外图像切换模块启动相匹配的图像识别模块，可见光图像识别可以很好的在视野开阔、清晰，无遮挡的环境下对水面人员进行识别；红外图像识别可以在大雾、大雨等恶劣环境下对水面人员进行识别，可见光和红外的结合使得识别环境的影响得到极大降低，而利用可见光、红外图像切换模块分工识别的方法极大的降低了对微处理器处理速度的要求。

技术领域

本发明涉及一种人员识别方法，具体地说，是一种基于红外和可见光图像多环境下水面人员识别方法。

背景技术

目前，水域人员失踪的情况是有发生，而常规管理部门或民间力量的搜索需要消耗大量的财力物力且搜索效率相对较低。而本发明涉及的一种基于红外和可见光图像多环境下水面人员识别方法可以运用到搜索无人机上，可以极大的提高人员搜索效率。

目前尚未有将红外和可见光结合的水面人员识别的专利发表，但很多专利利用图像融合的方法来进行识别，这种方法不仅复杂、实现难度大，而且对微处理器的要求很高。

雾、雨等恶劣天气对可见光图像识别产生的影响很大，而红外图像对比度相对较低，分辨细节能力较差，且无法实现较远距离的监控。

发明内容

为了解决上述技术问题，本发明通过可见光图像预处理模块、可见光、红外图像切换模块、可见光图像识别模块、红外图像识别模块相结合，可见光图像预处理模块对可见光摄像机拍摄的图像进行分类，判断出识别环境，再由可见光、红外图像切换模块启动相匹配的图像识别模块能有效识别出水中人员。

为了实现上述目的，本发明采用的具体技术方案如下：

一种基于红外和可见光图像多环境下水面人员识别方法，主要包括可见光图像预处理模块、可见光、红外图像切换模块、可见光图像识别模块、红外图像识别模块，所述可见光图像预处理模块利用ID3算法对可见光摄像机拍摄的图像进行分类，并将分类结果对应的指令传给所述可见光、红外图像切换模块，所述可见光、红外图像切换模块接收指令后启动所述可见光图像识别模块或所述红外图像识别模块，所述可见光图像识别模块或所述红外图像识别模块再利用K-means聚类分析的方法进行水面人员识别。

本发明进一步改进，所述ID3算法进行的分类过程为：

首先计算此分类系统的熵为：

类别S是变量，n是类别的总数，n的取值是C₁，C₂，…C_n，每一个类别出现的概率分别为P(C₁)，P(C₂)，…，P(C_n)；

然后利用多环境下的特征属性T来分类，从而得到特征属性T带来的信息增益为：

IG(T)＝Entropy(S)-Entropy(S/T)

Entropy(S/T)代表在特征属性T的条件下样本的条件熵；

从而得到分类系统的信息增益，其计算公式为：

其中S为全部样本集合，value(T)是属性T所有取值的集合，v是T的其中一个属性值，S_v是S中属性T的值为v的样例集合，|S_v|为S_v中所含样例数。

最后对算法迭代多次后信息增益最大的属性进行划分，实现图像的分类。