论文总字数：23560字

摘 要

对于红外热成像系统的相关研究已经逐渐发展并成熟，成为国内外学者们不断研究的重要问题，相关技术能够在不同领域发挥重要作用。本文对红外图像目标检测与识别技术的现状进行分析，发现目前需要解决的关键问题，进而在目标识别领域深入探究，对相关算法与模型进行研究，从而更好地利用目标检测技术。

首先，本文研究了目前常用的对于红外图像的检测算法，并对其进行了仿真。然后本文具有针对性地选取了主动轮廓模型，该模型存在如下问题：模型对初始轮廓的位置较为敏感，但同时模型的凹区轮廓不能收敛这一问题，进一步设计了能够将适应边缘检测与主动轮廓模型结合的检测算法。通过相关的仿真实验，发现该算法能够实现目标轮廓自动提取，从而提高了精确收敛的能力，提高了检测过程中的准确度。对于红外图像目标的识别，本文研究了几种特征提取方法，并对其稳定性和可分辨性进行了深入分析。针对最小距离分类器和贝叶斯分类器，本文通过进行仿真分析，最终提出了基于贝叶斯网络的红外目标识别算法。实验结果表明，该算法具有较高的识别率，对于目标的识别效果非常好。

最后，本文利用软件平台实现了主检测算法，通过实验对该算法的可行性进行了验证。验证的结果表明，由本文所提出的算法解决了红外目标轮廓精确自动收敛的难题。 关键词： 红外目标检测与识别 主动轮廓模型 自适应边缘检测

Abstract

Research on infrared thermal imaging system has been gradually developed and mature, and has been studied by scholars at home and abroad. Important questions, relevant technologies can play an important role in different fields.In this paper, infrared image target detection and recognition technology. Analysis of the current situation, find out the current needs to solve the key issues, and then in the field of target identification in-depth exploration, the relevant. Algorithms and models are studied to make better use of target detection technology.

Firstly, the detection algorithm of infrared image is studied and simulated.Then thisStationery selected the active contour model, which has the following problems: the position of the model is relative to the initial contour. Sensitive, but at the same time the concave contour of the model can not converge this problem, further designed to be able to adapt to the edge detection with the main. The detection algorithm combined with moving contour model.Through the relevant simulation experiments, it is found that this algorithm can achieve the target contour automatic extraction. So as to improve the ability of accurate convergence and improve the accuracy in the detection process.For the identification of infrared image targets,In this paper, several methods of feature extraction are studied, and their stability and discriminability are analyzed.For minimum distance. In this paper, the infrared target based on bayesian network is proposed through simulation analysis. Recognition algorithm.The experimental results show that the algorithm has a high recognition rate and is very effective for target recognition.

Finally, the main detection algorithm is implemented by software platform, and the feasibility of the algorithm is verified by experiments. The verification results show that the algorithm proposed in this paper solves the problem of accurate automatic convergence of infrared target contour.

Key words ： the infrared image target detection and recognition, active contour models, adaptive edge detection, geometric invariant moments

目 录

摘 要 I

Abstract II

第一章 绪 论 1

1.1 设计背景和意义 1

1.2 目前相关技术的发展情况 1

1.3 本文的安排 2

第二章 方案论证 4

2.1 引言 4

2.2 图像预处理 4

2.3 红外图像目标检测 5

2.3.1 边缘检测算法 5

2.3.2 区域生长法 6

2.3.3 主动轮廓模型 7

2.4 红外图像目标识别 8

2.5 小结 8

第三章 基于主动轮廓模型的红外目标自主检测算法 10

3.1 引言 10

3.2初次边缘提取算法原理 10

3.2.1 初次边缘提取算法原理 10

3.2.2 实验结果与分析 12

3.3 二次边缘提取算法 12

3.3.1 二次边缘提取算法原理 12

3.3.2 实验结果与分析 13

3.4 最终轮廓提取算法 14

3.4.1 基本原理 15

3.5 小结 15

第四章 基于基于Bayes网络的红外目标识别算法 17

4.1 引言 17

4.2 红外目标特征提取 17

4.2.1 常用的特征提取方法 17

4.2.2 红外目标的几何特征提取 18

4.3 红外目识别的分类器设计 21

4.3.1 常用的红外目标分类器 21

4.4小结 23

第五章 红外目标自动检测算法实现 24

5.1 引言 24

5.2 实验平台配置 24

5.3 实验结果分析 26

5.4 小结 27

第六章 总结与展望 29

6.1 本文总结 29

6.2 工作展望 30

参考文献 31

致 谢 35

第一章 绪 论

1.1 设计背景

红外成像系统一直以来是学者们的重点研究对象。学者们对其所包含的概念与方法进行深入研究，而且目前对于相关领域的研究仍然以较快的速度在继续发展中。以红外成像系统为媒介的对有关目标进行检测与识别，并进而完成跟踪的技术已经成为国内外学者研究的独特对象，具有十分广阔的前景。因此目前该研究课题依然是国内外学者研究的热点。在学者们所研究的内容中，对于如何完善红外图像的目标检测过程、对于目标的正确识别以及跟踪结果的精度如何进一步提高一直是国内外的专家学者们努力攻克的研究方向。本文以国内外较为先进的研究成果为理论基础，对红外图像目标的检测与识别进行总结，具体来说，包括对图像的预处理、对红外目标进行检测进而完成识别等方向。通过多年的相关研究，这些模块已经取得了一定的研究成果，学者们对该系统设计了相应算法，旨在对系统目标与结果进行完整模拟与实现，因此该领域已经获得了较为丰富的成果。

请支付后下载全文，论文总字数：23560字