多傳感器目標(biāo)特征提取方法研究.pdf

1、隨著傳感器技術(shù)的發(fā)展，傳感器的應(yīng)用越來越多。不僅在軍事中得到廣泛應(yīng)用，而且由于傳感器價(jià)格的降低，在民用中也得到了很好運(yùn)用。由于單一傳感器并不能全面準(zhǔn)確的描述目標(biāo)，近年來，國內(nèi)外以巨額的投資進(jìn)行多傳感器系統(tǒng)的研制，并取得了一定的成果。多傳感器融合是多傳感應(yīng)用的重要領(lǐng)域，有很多學(xué)者和院校正在研究，但主要針對像素級的，而像素級融合計(jì)算量很大，針對這一問題，本文研究了特征級融合，并對紅外和可見光兩種常用的傳感器，主要進(jìn)行了特征提取方法的研究。<

2、br>　　本文首先討論了傳統(tǒng)的特征提取方法。幾何矩不變性，Hu矩和仿射不變矩的多項(xiàng)式的構(gòu)造，還討論了常用的共生矩陣特征量。針對組合多項(xiàng)式包含冗余信息，并且不能有效地提取目標(biāo)的細(xì)節(jié)信息，研究了 Zernike矩和小波矩。針對小波矩不能滿足仿射不變性的問題，提出了小波和仿射不變矩的組合矩的特征提取方法。
　　其次，針對紅外和可見光的特點(diǎn)，研究了紅外圖像形狀特征提取和可見光圖像的邊緣特征提取。紅外傳感器獲取的圖像目標(biāo)和背景的差異明顯，討

3、論了紅外圖像的閾值分割算法，并對分割后的不同類型目標(biāo)進(jìn)行了不同矩特征提取和結(jié)果分析；可見光傳感器能獲取圖像目標(biāo)的細(xì)節(jié)信息，討論了可見光圖像的邊緣檢測算子，并對檢測后的不同類型目標(biāo)進(jìn)行了不同矩特征和共生矩陣特征提取和結(jié)果分析。
　　最后，針對紅外和可見光圖像傳感器的互補(bǔ)優(yōu)勢，研究了紅外和可見光圖像的特征提取和融合方法。首先利用紅外圖像檢測目標(biāo)區(qū)域，然后映射到可見光圖像中，然后分別提取紅外圖像目標(biāo)的形狀特征和可見光圖像的邊緣特征，最后