[發明專利]一種多波段圖像融合識別方法

有效

• 申請號: 201711332225.7
• 申請日: 2017-12-13
• 公開（公告）號: CN108052976B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 李妍妍;田瑞娟;王長城;隋旭陽;楊亮;李亞南
• 申請（專利權）人: 中國兵器裝備集團自動化研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T5/50
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 李朝虎

本發明公開了一種多波段圖像融合識別方法，將中波紅外圖像和長波紅外圖像進行融合，用來補充訓練樣本，在補充后的訓練樣本的基礎上進行數據處理，因此可以在具有豐富的細節和色彩信息以及較高的分辨率的可見光圖像上、以及利用中波紅外圖像和長波紅外圖像各自的優勢進行分類劃分，將各自優勢最大的數據融合，因此，可以最大化的降低信息的損失。本發明先是構建3種分類器，而中波紅外圖像和長波紅外圖像的融合圖像作為補充訓練樣本，由于融合圖像是利用的特征提前融合技術，使得原始單一的訓練樣本具有了中波紅外圖像和長波紅外圖像各自優勢的突出特點，加重了中波紅外、長波紅外各自優勢信息的概率。

技術領域

本發明屬于圖像計算機技術領域，具體涉及一種多波段圖像融合識別方法，該方法主要用于工作于多波段成像探測系統。

背景技術

目前所謂的多波段圖像融合識別方法的絕大部分基于雙波段圖像。常見的組合有：可見光和毫米波圖像融合，可見光與紅外圖像融合，紅外不同波段圖像融合等組合。這種所謂的基于多波段的圖像融合識別方法，不能稱為真正意義上的多波段圖像融合識別方法。基于兩種波段融合圖像識別方法直接應用到三種及以上波段圖像融合識別，會帶來很多問題。

發明內容

本發明要解決的技術問題是提供一種多波段成像系統中目標屬性融合識別方法，本發明提出的融合算法是長波紅外圖像、中波紅外圖像和可見光圖像的融合識別算法，是真正意義上多波段圖像融合識別算法。本發明的多波段圖像融合識別方法使得對圖像數據處理，更加不受干擾影響，成像效果更好。

本發明通過下述技術方案實現：

一種多波段圖像融合識別方法，包括以下步驟：

A1：用中波紅外圖像、長波紅外圖像、可見光圖像的訓練樣本分別進行樣本訓練后，分別一一對應生成中波紅外圖像分類器、長波紅外圖像分類器、可見光圖像分類器；

A2：將中波紅外圖像、長波紅外圖像進行特征融合，再經圖像重構后獲取融合圖像，并將融合圖像與訓練樣本合并形成融合訓練樣本；

A3：采用中波紅外圖像分類器、長波紅外圖像分類器、可見光圖像分類器對融合訓練樣本進行分類處理，并獲得每個分類器各自對每一類的正確判別率、錯誤判別率、拒判別率；

A4：以中波紅外攝像、長波紅外攝像、可見光攝像的方式獲得目標視頻幀中波紅外圖像、目標視頻幀長波紅外圖像、目標視頻幀可見光圖像，并分別對應送入到中波紅外圖像分類器、長波紅外圖像分類器、可見光圖像分類器內進行分類和提取目標特征信息，獲得分類結果，由對應的分類結果與對應的分類器的正確判別率分析獲得每個分類器的概率分配函數；

A5：選擇任意2個分類器的概率分配函數進行沖突判定后，用合成或選擇的方式獲得中間概率分配函數；

A6：用中間概率分配函數與余下分類器的概率分配函數進行沖突判定后，用合成或選擇的方式獲得最終概率分配函數；

A7：在最終概率分配函數大于閾值時，輸出識別結果。

A1的具體過程為：

A11：分別采用中波紅外攝像機、長波紅外攝像機、可見光攝像機對應的獲得中波紅外圖像、長波紅外圖像、可見光圖像，

A12：分別將中波紅外圖像、長波紅外圖像、可見光圖像各自經預處理后，提取目標特征信息，依據目標特征進行目標的檢測、跟蹤，并獲取目標區域形成訓練樣本，訓練樣本進行樣本訓練后，分別一一對應生成中波紅外圖像分類器、長波紅外圖像分類器、可見光圖像分類器。

A2的具體過程為：

A21：將中波紅外圖像、長波紅外圖像經圖像配準、濾波去噪預處理后，提取目標特征信息，進行特征融合，再經圖像重構后獲取融合圖像；

A22：將融合圖像與訓練樣本合并形成融合訓練樣本。