结合RSTC不变矩和LVQ神经网络的红外图像目标识别方法

通过分析比较红外图像的目标特征,为了达到理想的识别效果,在Maitra不变矩的基础上进行优化,选取RSTC不变矩作为目标识别的特征向量。采用LVQ神经网络建立识别模型,充分发挥神经网络的智能优势。对采集到的红外图像进行了测试实验,结果表明该方法可以提高识别效率。

一种基于点特征与Freeman链码的红外与微光图像配准算法研究

由于红外与微光图像成像原理的不同,成像特征的巨大差异,研究提出了一种基于点特征与Freeman链码的红外与微光图像配准算法。目的是解决红外与微光图像配准中特征点提取较复杂、特征匹配难的问题;采用优化的Harris角点检测算法进行特征点提取,结合环形灰度区域、RSTC不变矩和Freeman链码对红外与微光图像进行特征点匹配。实验结果表明该算法能够提取出有效的匹配点,能够有效地解决红外与微光图像配准中遇到的视场不统一、旋转、平移问题。