基于免疫算法的热成像作用空间分辨率研究

借鉴生物免疫机制,提出一种基于免疫算法的自动目标识别性能与热成像分辨率关系的分析方法,研究热红外目标在不同分辨等级(发现、识别、确认)所需的热成像空间分辨率。该方法以红外多分辨率目标作为研究对象,根据免疫机制的反向选择原理计算各分辨率对应的配准概率,并与设定门限比较,从而给出热红外目标在各任务等级的最低分辨率要求。最后以计算机仿真的红外目标为例进行了验证。

估算红外成像作用空间分辨率的新方法

提出了一种新的基于特征熵的估算红外成像作用空间分辨率的方法,研究红外目标在各分辨等级(发现、识别、确认)所需的红外成像空间分辨率。首先,通过下采样获取各分辨率等级下的目标图像;其次,提取目标的特征(纹理、形状和全局统计特征),并对目标的特征空间进行归一化,得到其特征直方图;然后通过计算其特征熵,度量目标的信息量;最后根据设定的阈值,给出红外目标在不同的识别等级下所需的最低成像分辨率结论,并以计算机仿真红外目标为例进行验证。实验结果表明:文中结论与识别结果较好吻合,能够为红外识别系统的优化设计和分析提供参考依据。

基于视觉注意的可见光与红外图像融合算法

针对可见光与红外图像的融合,提出一种基于视觉显著性的可控权值融合算法.对于给定的同一场景的可见光和红外图像,首先计算多尺度高斯金字塔特征显著图,构成度量显著性的特征空间,然后提取图像中的注意焦点,把注意焦点等效为显著区域的种子点,用最大化熵的方法得到显著区域.在图像融合过程中,根据区域显著性的不同,采用不同的加权值,最终通过不同显著区域的加权和得到融合图像.实验结果表明:该算法既可保持可见光图像的显著信息,又可有效获取红外图像的显著热目标信息.