[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

说明书

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，涉及红外点目标检测识别领域，包括以下步骤：构建引导目标特征向量；根据引导目标特征信息选取显著性特征；候选红外点目标的特征信息提取；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；通过全屏迭代进行真伪目标判别，获取真实红外点目标。本发明利用外界引导目标信息的显著性特征描述，减少了冗余计算及判别依据，提升了目标识别的鲁棒性。本发明通过计算候选红外点目标特征信息和引导目标显著性特征信息相似性匹配程度，可有效抑制目标非显著性特征的干扰，提高目标识别准确率。在实际应用场景下，本发明的目标识别准确率可达到90％以上。

技术领域

本发明涉及红外点目标检测识别技术领域，尤其涉及一种基于显著性特征 信息判别的复杂场景红外点目标识别方法。

背景技术

红外成像技术因其可全天候工作的优势，被广泛应用于军事、民用监控、 救援、医疗等多个领域。红外成像探测器与真实探测目标距离较远，红外探测 单元视场和目标大小一般较小，往往与雷达或搜索光电等大视场监测单元协同 使用。当接收到引导信息后，红外探测单元调转到指定位置即存在多个虚假点 目标的复杂场景下时，由于红外成像技术是依据各向同性热辐射进行成像，仅 依据目标的纹理、形状等难以区分真伪目标，真伪红外点目标区分难题导致红 外探测单元高精度的目标信息无法上报，影响后续处置手段工作性能。如公开 号为CN204013884U的中国专利《雷达视频监控系统》，对于引导目标的确认方 法是通过操作人员采用人工控制手段实现，此种方法需要人工干预；公开号为CN108965809A的中国专利《雷达引导的视频联动监控系统及控制方法》中多目 标选择中采用逐个目标的所有测量信息进行加权融合，计算量较大，同时缺乏 对关键显著性信息提取，真伪目标区分性不足。论文《一种综合利用图像和光 谱信息的物体真假模式识别方法》(徐江河等，武汉大学学报.信息科学版，2019， 44(8):1174-1181)提出基于神经网络方法模式识别方法对真伪目标进行判别， 但此种方法适合观测具有较大成像尺寸的目标。因此亟需解决复杂场景下真伪 红外点目标识别的技术难题。

发明内容

为了解决复杂场景下真伪红外点目标识别的技术难题，本发明提供一种基 于显著性特征信息判别的复杂场景红外点目标识别方法。

本发明为解决技术问题所采用的技术方案如下：

本发明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，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；

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。

进一步的，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。

进一步的，步骤S2的具体操作流程如下：

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。