基于紅外偏振成像的近岸艦船目標識別和抗干擾技術(shù)研究.pdf

1、艦船紅外偏振成像目標識別技術(shù)是紅外制導技術(shù)中十分重要的一個方面。現(xiàn)如今，人們越來越重視海面艦船目標識別技術(shù)的應用，不管是軍事上，還是商業(yè)上，都得到了極大的關(guān)注。到目前，針對靜態(tài)紅外圖像的處理，已經(jīng)提出了很多目標識別算法，處理效果也相對不錯，但是針對紅外制導過程中大流量的信息注入，還是有些許不足，所以更優(yōu)化、更高效、更迅速的紅外偏振圖像目標識別處理算法，仍是現(xiàn)在研究的關(guān)鍵所在。為此，本文對近岸艦船紅外偏振圖像目標識別的處理算法進行了探究，

2、針對偏振圖像的特點提出了一套完整的識別算法。
　　首先從紅外偏振成像技術(shù)的角度出發(fā)，對該技術(shù)國內(nèi)外發(fā)展現(xiàn)狀進行了總結(jié)，然后分析了近岸艦船目標紅外偏振成像的特點，根據(jù)這些特點探究了紅外偏振圖像增強技術(shù)，并結(jié)合小波變換和復合去噪的圖像增強方法，對圖像做了預處理，并給出了實驗結(jié)果，在此基礎上提出了一種艦船目標紅外偏振圖像實時識別算法，對其實時性作了討論，該算法采用已廣為接受的Otsu聚類準則對圖像進行二值化，用形態(tài)學濾波去除二值化時產(chǎn)生

3、的小于結(jié)構(gòu)元素的噪點，為保持較好的目標形狀，采用線狀結(jié)構(gòu)進行區(qū)域增長。識別時，考慮到分割出不只一個準目標區(qū)域，首先對準目標區(qū)域進行標注，接著通過選取目標特征，用模糊綜合評判技術(shù)進行目標識別。
　　在算法分析的同時，比較了其他較為典型的相似方法，分析了小波變換技術(shù)和灰度變換技術(shù)圖像增強的算法，列出了圖像分割時多種典型的邊緣檢測算子的處理效果，并從多方面分析了船艦目標紅外偏振圖像的特征，最后選取最優(yōu)的處理算法形成一套精度高、速度快的近