基于形状模板匹配的前视红外目标检测方法
针对前视红外复杂地面固定目标无直接可用基准图、背景干扰严重、目标与背景灰度差异小、不利于目标识别等问题，提出了一种基于形状模板的目标识别方法．首先，在构建高斯多尺度空间的基础上，设计分层多阈值算法，检测感兴趣区域；其次，引入模糊集理论，提取形状特征，分离目标与背景；最后，用改进的Hausdorff距离算法进行精匹配，确定目标．实验结果表明，该算法匹配率与改进的Hausdorff距离算法相比提高了近20％，算法花费时间缩短了2／3；与Nprod算法相比匹配率提高了近30％，时间缩短了1／2，在密度为0．3的椒盐噪声下，匹配率仍能达到70％以上．对于复杂背景下的前视红外固定目标，该方法具有匹配率高、速度快、精度高等优点．
尺度空间、分层多阈值、感兴趣区域、模糊集、目标识别
38
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61003148
2012-10-24（万方平台首次上网日期，不代表论文的发表时间）
共7页
1359-1365
