基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法及装置制造方法及图纸

本发明专利技术提供了一种基于宽波段‑高光谱红外图像融合方法的海天背景下舰船识别方法及装置，涉及物体识别的技术领域，该物体识别方法包括：获取第一图像和第二图像，其中，第一图像和第二图像是待识别景象在空间上配准后的高光谱红外图像和宽波段红外图像；从第一图像中提取高光谱红外图像的光谱特征，并从第二图像中提取宽波段红外图像的红外特征；基于D‑S证据推理方法对光谱特征和红外特征进行融合，得到待识别景象的第一识别结果。本发明专利技术缓解了现有舰船检测技术无法快速获得高精度识别结果的技术问题。

【技术实现步骤摘要】
基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法及装置
本专利技术涉及物体识别的
，尤其是涉及一种基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法及装置。
技术介绍
物体的识别在安防、勘探等各个领域都具有重要意义。例如，海面舰船目标的识别是国家海洋监测任务的重要环节，对于国家经济发展、环境保护、海洋权益维护及军事力量的发展都有十分重要的意义。现如今，海上舰船检测与动态监测应用对相关监视监控系统的准确性提出了更高的要求。现有的舰船检测技术，高分辨率地球同步轨道遥感技术尚处于发展阶段，在海上舰船监视监测应用方面，尚未深入开展研究。从检测方法上来说，红外目标检测的方法主要采用了单帧检测和多帧确认相结合的思想，检测和对比的过程较为费时，无法快速地获得高精度的第一识别结果。针对现有舰船检测技术无法快速获得高精度识别结果的技术问题，目前缺乏有效的解决方案。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法及装置，以缓解现有舰船检测技术无法快速获得高精度识别结果的技术问题。第一方面，本专利技术实施例提供了一种基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法，包括：获取第一图像和第二图像，其中，所述第一图像和所述第二图像是待识别景象在空间上配准后的高光谱红外图像和宽波段红外图像；从所述第一图像中提取所述高光谱红外图像的光谱特征，并从所述第二图像中提取所述宽波段红外图像的红外特征；基于D-S证据推理方法对所述光谱特征和所述红外特征进行融合，得到所述待识别景象的第一识别结果。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，基于D-S证据推理方法对所述光谱特征和所述红外特征进行融合，得到所述待识别景象的第一识别结果，包括：利用灰色理论获取所述光谱特征对应各目标识别物的基本概率赋值作为第一证据，并利用灰色理论获取所述红外特征各目标识别物的基本概率赋值作为第二证据；利用Dempster组合规则计算出所述第一证据和所述第二证据经融合处理后各证据的基本概率赋值函数和信任度区间；根据所述处理后各证据的基本概率赋值函数和信任度区间，从所述处理后各证据中选择支持度最大的处理后证据，并将所述支持度最大的处理后证据确定为所述待识别景象的第一识别结果。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，物体识别方法还包括：对所述第一图像和所述第二图像进行融合，得到融合结果；根据所述融合结果对所述待识别景象进行识别，得到第二识别结果；结合所述第一识别结果和所述第二识别结果对所述待识别景象进行识别确认。结合第一方面的第二种可能的实施方式，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，对所述第一图像和所述第二图像进行融合，得到融合结果，包括：对所述第一图像进行直方图均衡化拉伸处理，以将所述第一图像的亮度值向均衡化后亮度值转换，得到第一均衡化后亮度值；对所述第二图像进行直方图均衡化拉伸处理，以将所述第二图像的亮度值向均衡化后亮度值转换，得到第二均衡化后亮度值；将所述第一均衡化后亮度值和所述第二均衡化后亮度值进行融合，得到所述融合结果。结合第一方面的第二种可能的实施方式，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，将所述第一均衡化后亮度值和所述第二均衡化后亮度值进行融合，得到所述融合结果，包括：将所述第一均衡化后亮度值和所述第二均衡化后亮度值进行加权求和，得到融合后的亮度值矩阵，并将所述融合后的亮度值矩阵所表征的图像确定为融合后的图像；对所述融合后的图像进行直方图复原，得到所述融合结果。第二方面，本专利技术实施例还提供一种基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别装置，包括：获取模块，用于获取第一图像和第二图像，其中，所述第一图像和所述第二图像是待识别景象在空间上配准后的高光谱红外图像和宽波段红外图像；提取模块，用于从所述第一图像中提取所述高光谱红外图像的光谱特征，并从所述第二图像中提取所述宽波段红外图像的红外特征；第一融合模块，用于基于D-S证据推理方法对所述光谱特征和所述红外特征进行融合，得到所述待识别景象的第一识别结果。本专利技术实施例带来了以下有益效果：图像信息可以反映样本的大小、形状、缺陷等外部品质特征；而由于不同成分对光谱吸收不同，光谱信息可以反映样本内部的物理结构、化学成分的差异，鉴于高光谱红外图像集样本的图像信息与光谱信息于一身，因而，高光谱红外图像在品质检测、目标识别与追踪方面具有独特优势。但是，受滤光片消光的影响，高光谱红外图像的空间分辨率和图像信噪比往往较低。然而，采用宽波段红外探测器可以获取高空间分辨率、高信噪比的图像。本专利技术提供的基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法包括：获取第一图像和第二图像，其中，第一图像和第二图像是待识别景象在空间上配准后的高光谱红外图像和宽波段红外图像；从第一图像中提取高光谱红外图像的光谱特征，并从第二图像中提取宽波段红外图像的红外特征；基于D-S证据推理方法对光谱特征和红外特征进行融合，得到待识别景象的第一识别结果。因而，该基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法改善了单一源数据的局限性，既改善了高光谱红外图像的信噪比和空间分辨率，又丰富了宽波段红外图像的光谱特征，从而较便捷地精确得到所述待识别景象的第一识别结果，缓解了现有舰船检测技术无法快速获得高精度识别结果的技术问题。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一提供的一种基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法的流程图；图2为本专利技术实施例一提供的一种基于D-S证据推理方法对光谱特征和红外特征进行融合，得到待识别景象的第一识别结果的方法流程图；图3为本专利技术实施例一提供的另一种基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法的流程图；图4为本专利技术实施例二提供的一种基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别装置的结构框图；图5为本专利技术实施例二提供的另一种基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别装置的结构框图。图标：100-获取模块；200-提取模块；300-第一融合模块；400-第二融合模块；500-识别模块；600-确认模块。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施本文档来自技高网...

【技术保护点】
1.一种基于宽波段‑高光谱红外图像融合方法的海天背景下舰船识别方法，其特征在于，包括：获取第一图像和第二图像，其中，所述第一图像和所述第二图像是待识别景象在空间上配准后的高光谱红外图像和宽波段红外图像；从所述第一图像中提取所述高光谱红外图像的光谱特征，并从所述第二图像中提取所述宽波段红外图像的红外特征；基于D‑S证据推理方法对所述光谱特征和所述红外特征进行融合，得到所述待识别景象的第一识别结果。

【技术特征摘要】
1.一种基于宽波段-高光谱红外图像融合方法的海天背景下舰船识别方法，其特征在于，包括：获取第一图像和第二图像，其中，所述第一图像和所述第二图像是待识别景象在空间上配准后的高光谱红外图像和宽波段红外图像；从所述第一图像中提取所述高光谱红外图像的光谱特征，并从所述第二图像中提取所述宽波段红外图像的红外特征；基于D-S证据推理方法对所述光谱特征和所述红外特征进行融合，得到所述待识别景象的第一识别结果。2.根据权利要求1所述的方法，其特征在于，基于D-S证据推理方法对所述光谱特征和所述红外特征进行融合，得到所述待识别景象的第一识别结果，包括：利用灰色理论获取所述光谱特征对应各目标识别物的基本概率赋值作为第一证据，并利用灰色理论获取所述红外特征各目标识别物的基本概率赋值作为第二证据；利用Dempster组合规则计算出所述第一证据和所述第二证据经融合处理后各证据的基本概率赋值函数和信任度区间；根据所述处理后各证据的基本概率赋值函数和信任度区间，从所述处理后各证据中选择支持度最大的处理后证据，并将所述支持度最大的处理后证据确定为所述待识别景象的第一识别结果。3.根据权利要求1所述的方法，其特征在于，还包括：对所述第一图像和所述第二图像进行融合，得到融合结果；根据所述融合结果对所述待识别景象进行识别，得到第二识别结果；结合所述第一识别结果和所述第二识别结果对所述待识别景象进行识别确认。4.根据权利要求3所述的方法，其特征在于，对所述第一图像和所述第二图像进行融合，得到融合结果，包括：对所述第一图像进行直方图均衡化拉伸处理，以将所述第一图像的亮度值向均衡化后亮度值转换，得到第一均衡化后亮度值；对所述第二图像进行直方图均衡化拉伸处理，以将所述第二图像的亮度值向均衡化后亮度值转换，得到第二均衡化后亮度值；将所述第一均衡化后亮度值和所述第二均衡化后亮度值进行融合，得到所述融合结果。5.根据权利要求4所述的方法，其特征在于，将所述第一均衡化后亮度值和所述第二均衡化后亮度值进行融合，得到所述融合结果，包括：将所述第一均衡化后亮度值和所述第二均衡化后亮度值进行加权求和，得到融合后的亮度值矩阵，并将所述融合后的亮度值矩阵所表征的图像确定为融合后的图像；对所述融合后的图像进行直方图复原，得...

【专利技术属性】
技术研发人员：高昆，赵天择，王静，华梓铮，王广平，周颖婕，吴穹，
申请(专利权)人：北京理工大学，北京环境特性研究所，
类型：发明
国别省市：北京,11