基于圖像融合的目标识别研究.docVIP

基于图像融合的目标识别研究 王立琦 雷洁 （西安交通大学电子信息工程学院综合自动化研究所，陕西 西安 710049） 【摘要】：红外与可见光传感器是目标识别系统中常用的两种传感器，将两种传感器图像进行融合能为我们提供更多的有效信息，从而提高目标识别正确率。本文在总结了传统的图像融合方法的基础上，改进了基于区域能量的小波图像融合规则，并设计了一种由支持向量机构建的分类器，对两类目标进行识别。实验表明，本文方法可以有效的提高识别正确率与识别速度。 【关键词】：目标识别；小波变换；图像融合；支持向量机； 引言 在高科技信息爆炸时代，各种监控设备功能不断增强，检测到的信息复杂多变，各种隐身、干扰和欺骗等反对抗技术应用广泛，仅依靠单一传感器难以保证目标识别系统高性能稳定工作，这就使得多传感器数据融合作为一种特殊的数据处理方法在目标识别领域越来越得到人们的重视。 红外成像传感器在夜间可以很好的工作，由其拍摄的红外图像可以直观地得到探测目标与背景间的热辐射差异，但只有目标的大致轮廓，细节信息很少；普通摄像机对场景的亮度变化较为敏感，由其拍摄的可见光图像清晰且细节信息较为丰富。红外与可见光图像的融合可以综合红外图像的目标指示特性和可见光图像的场景信息，提供更多、更有效的信息[1]。 小波变换是一种非冗余的多尺度，多分辨率分解图像经过小波变换之后数据的总量不会增大，同时小波变换具有方向性，利用这一特