基于包围盒约束光谱聚类的红外目标识别算法

• 作者: 郭文凤 焦志刚
• 来源期刊: 红外与激光工程
• 学科: 工学
• 关键词: 红外目标识别 光谱聚类 包围盒约束 军用车辆
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 图像处理|Image processing
• 页码范围: 367-372
• 页数: 6页
• 分类号: TP750
• 语种: 中文
• DOI: 10.3788/IRLA20210085

摘要

在红外成像过程中,目标边缘模糊化是影响红外目标识别效果的关键因素,也是红外目标识别算法的研究重点,故在光谱图像中合理补偿目标几何特征信息成为研究热点之一.结合包含目标几何特征信息的包围盒作为约束条件,对红外光谱图像进行分层限定滤波,降低原有图像数据中目标几何外形数据的丢失,提高目标可识别性.设计了在包围盒约束条件下的光谱聚类算法,设置参数η表征待测军用车辆目标的几何信息,设置参数m表征待测军用车辆目标的光谱特征信息.实验采用TEL-1000-MW型红外成像光谱仪获取多光谱图像,通过改变m和η值调整光谱特征值个数与包围盒范围,从而获得不同的目标识别图像.并与传统方法对同一幅红外目标图像的识别效果相比较,结果发现采用包围盒约束的待测目标图像几何边界信息保留效果明显优于传统方法,当m=10、η=0.7时,红外图像的目标识别效果最好,同时算法收敛速度也最优.由此可见,该算法在提高红外目标识别能力、避免误判伪目标和漏检目标方面具有很高的实用价值.