[发明专利]基于显著性特征信息判别的复杂场景红外点目标识别方法

权利要求书

1.基于显著性特征信息判别的复杂场景红外点目标识别方法，其特征在于， 包括以下步骤：

S1、构建引导目标特征向量；

S2、根据引导目标特征信息选取显著性特征；

通过对引导目标特征信息进行显著性处理，将引导目标特征信息中各特征 元素进行差分及求方差，通过对引导目标特征信息设定分割阈值，选取变化显 著的特征元素作为红外点目标的判别依据；

通过式(2)至式(6)完成引导目标显著性特征信息提取，通过式(2)对引导目标 特征信息进行差分处理，通过式(3)计算引导目标特征信息中各个特征元素的方 差，通过式(4)计算引导目标显著性特征信息分割阈值，通过式(5)计算引导目标 特征信息中各个特征元素的显著性，通过式(6)选取引导目标显著性特征信息， 选取突变率最大的特征元素作为引导目标显著性特征信息；

SAL＝max(Th _sal,sal ₀,…,sal _n)(6)

式中，表示第i组引导目标特征信息的差分值，C _i,t表示第i组引导目标 特征信息t时刻值，C _i,t+1表示第i组引导目标特征信息t+1时刻值，S _i表示第i 组引导目标特征信息显著性特征方差值，N表示第i组引导目标特征信息中参与 显著性特征计算个数，Th _i表示引导目标显著性特征信息分割阈值，表示 第i组引导目标特征信息的差分计算中第n+0个差分值，表示第i组引导 目标特征信息的差分计算中第n+6个差分值，Adj₀表示引导目标显著性特征信 息分割阈值调节量，sal ₀、sal _i、sal _n分别表示引导目标特征信息中对应的第0 组显著性特征值、第i组显著性特征值、第n组显著性特征值，表示第i 组引导目标特征信息的差分计算中第n个差分值，SAL表示引导目标特征信息 中显著性特征，Th _sal表示引导目标特征信息显著性特征初始值，保证计算不受 数据噪声起伏影响，max表示求取集合数据最大值函数，min表示求取集合数据 最小值函数；

S3、候选红外点目标的特征信息提取；

S4、候选红外点目标特征信息与引导目标显著性特征信息相似性匹配；

S5、通过全屏迭代进行真伪目标判别，获取真实红外点目标。

2.根据权利要求1所述的基于显著性特征信息判别的复杂场景红外点目标 识别方法，其特征在于，步骤S1的具体操作流程如下：

利用三维数据表示引导目标特征信息，将代表引导目标特征信息的各个特 征元素独立表示，引导目标特征信息表达式为：

GT＝T{{A},{E},{R}}(1)

式中，GT表示引导目标信息数据表达，{A}表示引导目标方位信息，{E}表 示引导目标俯仰信息，{R}表示引导目标探测距离信息。

3.根据权利要求1所述的基于显著性特征信息判别的复杂场景红外点目标 识别方法，其特征在于，步骤S3的具体操作流程如下：

当接收到引导目标特征信息后，红外探测单元响应此引导目标特征信息调 转到指定位置即存在多个虚假点目标的复杂场景下时，以引导目标显著性特征 信息作为统计量，利用全局对比度多目标检测方法对红外探测单元视场内所有 候选红外点目标进行提取、排序及定量特征信息压栈统计，建立候选红外点目 标的特征信息描述。

4.根据权利要求1所述的基于显著性特征信息判别的复杂场景红外点目标 识别方法，其特征在于，步骤S4的具体操作流程如下：

将统计的候选红外点目标特征信息与引导目标显著性特征信息进行逐一相 似性匹配计算，记录特征信息相似性匹配计算结果。