【技术实现步骤摘要】
融合多波段光谱特征的抗干扰目标识别方法
[0001]本专利技术涉及的是一种数字图像处理与模式识别领域的技术，具体是一种融合多波段光谱特征的抗干扰目标识别方法。
技术介绍
[0002]红外目标识别属于模式识别领域，主要针对于面目标的识别问题，随着红外干扰技术的发展，如何实现点目标的识别成为一个影响实际应用的瓶颈问题。点目标由于没有形状信息，光谱特性就成为了一个重要的特征量。不同物体在不同运动状态下其光谱辐射特性是不同的，捕捉目标的精细光谱特征，实现目标的识别和确认，由于目前的红外、激光干扰系统只是在宽谱段范围内模拟目标。在光谱精细结构特征方面干扰系统很难、甚至无法与目标一致。
技术实现思路
[0003]本专利技术针对现有技术存在的上述不足，提出一种融合多波段光谱特征的抗干扰目标识别方法，对红外多波段探测器采集的多波段红外图像序列中的目标与干扰进行实时的识别，能够有效抑制复杂干扰对目标检测与识别精度的影响。
[0004]本专利技术是通过以下技术方案实现的：
[0005]本专利技术涉及一种融合多波段...
【技术保护点】
【技术特征摘要】
1.一种融合多波段光谱特征的抗干扰目标识别方法，其特征在于，将目标在不同干扰下的红外多波段图像序列进行形态学开运算后，利用改进的分水岭算法对图像中的目标与干扰进行不区分类别地分割，将分割的子图划分为训练集、验证集和测试集，用于对包含信息融合模块和图像二分类卷积神经网络的识别模块进行训练和验证；在实测阶段，以完整的多波段光谱红外图像分割成不定数目的子图后合并作为一个批次输入训练后的识别模块，并行计算出所有子图的分类概率，实现抗干扰目标识别；所述的形态学开运算是指：先对灰度图像进行腐蚀操作后再进行膨胀操作以消除图像中的部分噪声并明确目标与干扰间的界限，从而便于和后续分割；所述的分割，选取第一个波段中的红外图像不加区分地分割其中的目标和干扰，对剩余波段的红外图像按照与第一波段相同的方式进行分割；所述的改进的分水岭算法，结合距离变换与灰度差变换的结果作为拓展距离图，将位于原始图像中心的分割子图标注为目标，其余子图标注为干扰；所述的并行计算是指：首先固定训练完成的多通道图像融合网络的参数，利用形态学分割算法将图像中的目标和干扰分割为子图后，叠加为一个批次输入多通道图像融合网络计算分类概率张量，根据索引将子图与张量中的各个最大概率类别匹配，获得各个子图的类别，实现复杂干扰环境下目标与干扰的区分。2.根据权利要求1所述的融合多波段光谱特征的抗干扰目标识别方法，其特征是，所述的形态学开运算，具体为：其中：A为待处理的红外灰度图像，B为选取的特定结构元素，表示开运算操作，表示腐蚀操作，表示膨胀操作。3.根据权利要求1所述的融合多波段光谱特征的抗干扰目标识别方法，其特征是，所述的分割，具体为：对经过开运算的灰度图片进行阈值分割，确定目标或干扰所在区域后进行距离变换操作，在阈值分割后的图像中1代表目标或干扰区域，0代表背景，则产生欧式距离变换图Dis(i,j)＝min{Distance[(i,j),(x,y)],(x,y)∈B}，其中：Dis为欧式距离变换图，B为二值图像中所有值为1的点即为目标区域集合；在定义的拓展距离图中找到山谷，即局部最小值作为标记输入分水岭算法，算法输出分割后的目标或者干扰的点坐标，以此为中心分割成N
×
N大小的矩形子图，各子图中只包含目标或者干扰，根据该波段的分割结果，对剩余波段的图像以相同方式进行分割，将每个波段的各分割子图作为一个通道合并为多通道子图。4.根据权利要求1所述的融合多波段光谱特征的抗干扰目标识别方法，其特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。