基于递归标记和神经网络的红外目标匹配识别

提出了一种红外图像匹配算法。选取实际红外目标,依据图像预处理后的图像,提取对应目标的递归标记,作为BP网络的输入样本,目标的形心为输出样本构建BP神经网络。对网络进行抗干扰训练后,根据目标形心特征进行变分辨率相关匹配。该算法在提高了目标识别率的同时,极大地增强了图像处理的实时性,具有工程实用价值。

一种新的红外二值图像递归标记算法

提出了一种新的红外图像识别算法.该算法根据图像预处理分割后的二值图像,对目标图像进行递归标记,避免了基于点的连通体检测中“I”像素点可能被重复扫描的现象,实现了只考虑提取目标特征,不用得到最终的标记图像本身的要求,更加有利于对目标的检测与跟踪.分析、实验结果表明算法对理想及带噪声的输入均有较好的识别率,能提高目标单帧检测概率.算法易于实现并行处理,提高了图像处理实时性,具有一定的工程实用性.

基于递归标记的红外图像变分辨率相关匹配算法

提出了一种新的红外图像分析算法。该算法根据图像预处理分割后的二值图像,对目标图像进行递归标记,避免了基于点的连通体检测中“1”像素点可能被重复扫描的现象,实现了只考虑提取目标特征,不用得到最终的标记图像本身的要求。获取对应红外图像的二进制编号后,根据目标形心特征进行变分辨率相关匹配,实验结果表明对理想及带噪声的输入均有较好识别率。该算法在提高了目标单帧检测概率同时,尽可能地降低了相关匹配的运算量。