基于局部相似結(jié)構(gòu)統(tǒng)計(jì)匹配模型的紅外目標(biāo)識(shí)別方法.pdf

1、隨著紅外成像和計(jì)算機(jī)視覺技術(shù)的高速發(fā)展，紅外圖像的目標(biāo)識(shí)別技術(shù)在各個(gè)領(lǐng)域都有廣泛應(yīng)用。目前在紅外場(chǎng)景下，基于模板匹配和學(xué)習(xí)分類的目標(biāo)識(shí)別方法雖然能獲得良好的目標(biāo)識(shí)別效果，但是它們對(duì)模板和訓(xùn)練樣本的依賴性很高，并且對(duì)一般的紅外目標(biāo)識(shí)別的泛化能力弱。針對(duì)這一問題，本課題對(duì)非訓(xùn)練的紅外圖像目標(biāo)識(shí)別方法開展研究，引入局部匹配的思想，提出了一種魯棒的使用簡(jiǎn)單模板集的基于局部相似結(jié)構(gòu)統(tǒng)計(jì)匹配(Local Similar Structure Stat

2、istical Matching，LSSSM)模型的紅外目標(biāo)識(shí)別方法。
　　在研究基于非訓(xùn)練的紅外圖像目標(biāo)識(shí)別方法的基礎(chǔ)上，深入研究了一種自適應(yīng)回歸核(Locally Adaptive Regression Kernels，LARK)的特征提取方法，并將其應(yīng)用于紅外圖像的局部結(jié)構(gòu)特征的提取。本文使用少量感興趣紅外目標(biāo)圖片構(gòu)建簡(jiǎn)單模板集，提出了一種去除模板集相似結(jié)構(gòu)的降維方法，獲得具有感興趣目標(biāo)屬性的互不相似的局部結(jié)構(gòu)集合。為了實(shí)現(xiàn)

3、對(duì)具有復(fù)雜結(jié)構(gòu)的紅外目標(biāo)的魯棒識(shí)別，提出了一種局部匹配模型，通過統(tǒng)計(jì)測(cè)試圖片局部區(qū)域內(nèi)包含與模板集相似的局部結(jié)構(gòu)的數(shù)量，從而生成測(cè)試圖像與目標(biāo)的相似度圖像。本文還通過研究非極大值抑制的方法，將其用于提取相似度圖像中的目標(biāo)信息，然后把目標(biāo)在測(cè)試圖像中標(biāo)示出來。
　　本文LSSSM方法相比于模板匹配和訓(xùn)練學(xué)習(xí)的目標(biāo)識(shí)別方法，不需要全面模板而且也沒有復(fù)雜的訓(xùn)練過程。實(shí)驗(yàn)結(jié)果表明，本文方法對(duì)復(fù)雜夜視場(chǎng)景下紅外人體和紅外車輛等典型目標(biāo)具有穩(wěn)