1、理工大学学士学位论文I摘 要红外图像目标特征提取是红外预警系统与成像制导的核心技术之一。红外系统的隐蔽性好，抗干扰能力强，作用距离远，搜索速率快，无镜面回波，可昼夜工作，这些优良特性使其越来越多地应用于军事和民用领域中。因此，如何提取鲜明的特征来提高红外图像目标的检测、识别性能以及整个红外系统的智能化水平一直是国内外学者的研究方向和焦点。本文旨在研究图像特征提取方法，使得能在分类识别中得到较高的识别率。首先，简要介绍了红外图像分析、传统提取方法分析，主要是 Hu 不变矩的理论，研究它在提取图像特征所表现出的特性。其次，针对传统提取方法的弊端，研究利用小波不变矩的特征提取方法。实验结果表明，采用
2、小波不变矩特征提取方法可获得较高的识别结果，从而也满足了实际系统的实时性要求。虽然在针对旋转图像时需要进行归一化，但这并不影响它在未来科技中的发展。关键词： 红外图像；特征提取；Hu 不变矩；小波不变矩理工大学学士学位论文IIAbstractFeature extraction of infrared images targets are one of the key technologies in infrared early warning and imaging guidance. Infrared systems have good concealment,strong anti-in
3、terference ability, far operating range and fast search speed. Besides, they have no mirror echo and can work day and night. All of these advantages make the mused in military or civilian fields more and more. Consequently, how to extract the distinct features, to improve the detection and recogniti
4、on of infrared images and thus to improve the intelligent level of the overall infrared systems, has been the research direction and focal point for the domestic and foreign scholars.This paper focuses on the methods of image feature extraction and getting higher recognition rate for the classificat
5、ion tasks.Firstly, briefly introduced the infrared image analysis, analysis of the traditional extraction methods, mainly Hu invariant moment theory, studies the properties exhibited by the image feature extraction. Secondly, aiming at the disadvantages of traditional extraction methods, feature ext
6、raction method based on wavelet invariant moments. The experimental results show that, using the wavelet moment invariant feature extraction method can get higher recognition results, which also meets the real-time requirements of actual system. Although the normalization in the rotated image need,
7、but this does not affect it in the future development of science and technology.Keywords: infrared picture; feature extraction; Hu invariant moments; wavelet invariant moments理工大学学士学位论文III目 录1 绪论 .11.1 研究背景及意义 .11.2 红外目标特征提取现状 .11.2.1 特征提取的目的和原则 .21.2.2 特征提取方法 .21.3 论文的主要工作与章节安排 .32 红外图像处理及特征提取理论研究
8、.42.1 红外图像的优缺点 .42.2 二值化处理 .42.2.1 红外图像直方图及其特点 .52.2.2 阈值分割 .72.3 常见的特征提取方法 .82.4 多项式不变矩 几何矩 .93 基于 Hu 不变矩和小波矩的特征提取方法研究 .133.1 Hu 不变矩特征提取方法 .133.1.1 Hu 矩的不变性 .133.1.2 Hu 不变矩的构造和流程图 .153.1.3 Hu 不变矩实现程序 .173.1.4 实验图片及分析结果 .193.2 小波不变矩特征提取方法 .203.2.1 小波矩 .203.2.2 小波矩的构造和流程图 .203.2.3 小波矩实现程序 .253.2.4 实验
9、图片及分析结果 .274 仿真结果分析 .294.1 红外图像预处理结果分析 .294.2 异类目标的特征提取结果与分析 .30理工大学学士学位论文IV4.3 不足之处 .31结 论 .32致 谢 .33参考文献 .34附录 A 英文原文 .35附录 B 中文翻译 .41理工大学学士学位论文11 绪论1.1 研究背景及意义随着现代军事高科技的迅速发展，各种高性能攻击性武器不断的涌现，这对军事要地、飞机以及军舰等高价值作战平台的安全构成了严重的威胁。为了有效地发挥对抗装备的性能，必须对来袭目标进行准确定位，其中雷达是迄今为止最为有效的远程电子探测设备。在现代战事中，雷达是现代作战指挥系统（C3I
10、 系统）实时、主动、全天候地探测和获取信息、收集各种军事情报的重要手段，是各类作战平台武器系统实现告警或精确打击的必要手段和不可或缺的组成部分。但是，随着现代电磁隐身技术和反辐射导弹的不断发展，使得现代战争体系中这一重要的传感器雷达正面临着日益严峻的挑战和威胁，具体表现为：低空和超低空突防、综合性电子干扰、目标电磁隐身以及反辐射导弹等四大威胁，这一点已经在 1991 年的海湾战争和 1999 年的南联盟战争中得到了充分的证实。因此，寻求新的防空告警和制导手段已成为迫切需要解决的问题，而无源或被动探测技术是解决这一问题的很有效的途径，其中被动红外图像探测技术又是其重要的研究方向之一。红外图像技术
11、是一种非接触式的被动探测技术。红外传感器接收来自目标和背景的红外辐射，把光信号转换为电信号，将不可见的红外辐射转变为可见的图像，而其自身的红外辐射极其微弱，故属于无缘探测技术。由于红外成像探测装置可以实现昼夜连续被动式探测，因此具有较强的抗低空和超低空突防、抗反辐射导弹、抗电磁干扰和反隐身的能力。对基于红外成像技术获得的目标图像进行目标的自动检测、识别与跟踪是现代武器装备的重要发展方向。红外图像目标特征提取是红外成像与预警系统的核心技术之一。因此，开展红外图像特征提取中关键技术的研究对于提高区域防御系统的生存能力、有效的反击能力以及在未来战场中争夺控制权具有重要的战略意义和实战价值 1。1.2
12、 红外目标特征提取现状特征提取和选择环节处于图像预处理和分类识别两个环节之间，它极大地影响着后续分类器的设计和性能，是目标识别三大核心问题之一。图像预处理只是把图像分成了有意义的区域（即实现了目标和背景的分离） ，为了进一步对图像做分析和识别，就必须通过对图像中的物体（目标）做定性或定量的分析来得出正确的结论，这些结理工大学学士学位论文2论建立在图像物体的某些特征的基础上的。1.2.1 特征提取的目的和原则通常，由采集系统获得的原始图像数据是相当大的，且直接利用这些图像数据对目标进行分类是不能反映目标本质特征的，在实际的实现过程中也是不可能的。为了更加有效的实现分类识别，就要对原始图像进行变换
13、。特征提取是通过映射或变换的方法，把高维的特征信息变成低维的特征信息，从所提取的特征中选出对分类贡献较大的、最能反映分类本质特征。特征提取目的就是通过一定的变换把图像转换成最能反映分类本质特征，为后续的目标分类打下坚实的基础。特征提取的原则就是提取红外图像中目标稳定的、易于提取和易于计算的特征量，并且这些特征量具有较好的可区分性。1.2.2 特征提取方法特征提取包含两个方面：一个是寻找针对模式的最具鉴别性的描述使得此类模式的特征能最大程度地区别于彼类；另一个是在适当的情况下实现模式数据描述的维数压缩。经过发展，目前有以下几大类提取方法：颜色（灰度）直方图是实践中最常用的图像统计特征方法，它包括
14、：(1) Hu 于1961 提出的矩不变量，即 Hu 矩不变量提取，它不具有正交性，包含大量的信息冗余。(2) Zemike 矩不变量提取，它是一种正交的矩不变量，正交矩在信息冗余度、图像表达以及在识别效果方面比掐类型的矩要好。(3) Shen 等提出的基于小波变换的小波矩提取，由于具有时频局部化特征，所以小波矩不仅可以描述图像的全局特征，也可以描述图像的局部特征，不易受噪声的干扰，因而在识别相似的物体时有更高的识别率 2。纹理边缘特征反映图像亮度的空间变化情况，具有局部与整体的自相似性。它包括：(1) 空间自相关法，用空间自相关函数来描述纹理的粗糙程度。(2) 共生矩阵法，由 Haralic
15、k 等于 1973 年首次提出，利用这一方法可得到纹理特征的统计量，常有对比度、能量、嫡等 7 个特征。图像代数特征提取是以存储图像数据的数据的结构为基础，利用矩阵理论提取图像特征的一种方法。目前主要包括：主成分分析(PCA)、现行判据分析(LDA)、独立成分分析(ICA) 和奇异值分解 (SVD)等四种方法。图像变换系数特征提取对图像进行各种滤波变换如 K-L 变换、傅里叶变换、小波变换、小波包变换等，可以将变换的系数作为图像的一种特征。变换系数特征可以看理工大学学士学位论文3作是二次提取的特征。主要包括：(1) 蒋定定等提出的基于变换的红外图像边缘提取算法，首先利用小波算法对红外图像进行滤
16、噪，然后利用高斯函数作为平滑函数对图像进行水平和垂直方向的小波变换，提取红外图像的边缘特征。(2) YU TAO 等用中心投影变换和小波变换来提取图像特征。鉴于以上多种提取方法，本课题主要研究 Hu 不变矩特征提取和小波矩特征提取这两种方法。1.3 论文的主要工作与章节安排本文立足于国防预研课题，针对红外图像个体识别，对图像的特征提取最新方法计方面开展了较为细致的研究，论文的主要研究内容和章节安排概括如下：第一章阐述了本文的研究背景和意义，讨论了红外特征提取关键技术的研究现状，最后对论文的主要研究内容和各章节的安排进行了说明。第二章对红外图像的特点、处理及提取方法进行理论研究。第三章采用 Hu
17、 不变矩和小波矩设计特征提取方法，并得到结果。第四章对两种提取方法进行对比，得出两种方法在特征值准确性和效率上的差别。理工大学学士学位论文42 红外图像处理及特征提取理论研究 2.1 红外图像的优缺点自然界中的一切物体，只要它的温度高于绝对零度，总是在不断地发射着红外辐射。因此，只要收集并探测这些辐射能，就可以形成于景物温度分布相对应的热图像。这样的热图像就称作红外图像，其具有以下的优点：(1) 红外图像感受和反映的是目标及背景向外辐射能量的差异，或者说它描述的是目标和背景所保持温度的差异，属于被动成像，可以全天候工作。 (2) 红外辐射透过霆、雾及大气的能力比可见光强。它可以克服部分视觉上的
18、障碍而探测到目标，具有较大的作用距离和较强的抗干扰能力。 (3) 红外波段的固有分辨率以及在传输过程中受大气吸收和散射的作用，使得红外图像缺乏较好的对比度和分辨率，很难反映出目标的纹理信息，同时也使得红外图像的像素之间具有良好的空间相关性，图像的灰度均值保持相对稳定，含有较多、较大的同质区。红外图像和可见光图像的不同，优点突出，它的缺点也是显而易见的。红外图像的缺点： (1) 像素分辨率低，多采用插值显示。在红外热像图中，一般 H（水平）向和V（垂直）向只有几十到上百个像素。插值显示的方法，增强了图像的美观性，但从某种程度上丧失了部分数据的真实性质。 (2) 对比度较差，过渡较强，物体表面温度
19、差较小的主要原因；另外在测试时所选定的温度区间及伪彩色显示区段也各不相同。所以在色彩标示上，为了适应图像的可视性要求，采用了较强的过渡彩显示形式，层次性不好。 (3) 图像边缘模糊，温度区间界限不明显。红外探测器的像元数目少，图像的分辨率较低是主要原因，而仪器追求图像美观等商业化的显示模式是另外一种原因。 (4) 图像文件格式特殊，不通用。红外热图像的图像格式是由经营红外热像仪的厂家或商家制定的，它通常是为仪器“量身定做”的，文件格式比较特殊。这通常与仪器采用的图像采集、传输、存储、显示及处理软件有密切关系，如果没有专门的图像处理软件就无法看到红外热图像，更谈不上数据分析，这势必影响数据流通和
20、传递红理工大学学士学位论文5外图像超分辨率的研究 3 。本文通过特征提取算法，采用图像预处理提取红外图像特征，经过研究设计，能够换算出图像的数据特征，并应用其特征值能较好的体现原目标，所以弥补了大部分缺点。2.2 二值化处理图像的二值化处理就是将图像上的点的灰度置为0或255，也就是将整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的 4。2.2.1 红外图像直方图及其特点灰度直方图显示的是图像中灰度级和出现
21、这种灰度级的概率的关系图，有直方图有一维二维之分。一维更常用。对于数字图像 ，设图像的灰度值为 , , ,则其概率密度的函数),(yxf 0r1k为：)(rkp(2.1)且有 ，因 取离散数值，故直方图习惯上画成如图2.1的形式。1)(10kiPkr图2.1 直方图示意图直方图有如下性质：(1) 直方图就是图像中负的阈值面积函数的导数，即：(2.2)2 5 5 灰度值对应的像素数01)-i,2( )( 图 像 上 总 的 像 素 数的 像 素 数灰 度 级 为 rrPk )()()lim)(0 DAdDADH理工大学学士学位论文6对于离散的函数， ，等式1变为：(2.3)1()(DAH(2)
22、图像和直方图的映射关系是多对一的关系。 (3) 直方图只能表示图像每灰度级的出现频数，而不能显示像素的位置信息。(4) 图像各子区直方图总和等于该图的全图直方图。由于红外传感器的独特成像特性，其直方图有独特的特点。本文对比可见光和红外的直方图，分析红外直方图的特点。图2.2是可见光图像及其对应的直方图，图2.3是红外图像及其对应的直方图。图2.2 可见光图像及其对应的直方图图2.3 红外图像及其对应的直方图通过理论分析、与可见光图像直方图实验结果比较，可得红外图像的直方图有以下的特点：(1) 像素灰度值比较集中，只占很少的灰度级空间，而可见光图像的像素几乎遍布整个的灰度级空间。(2) 红外直方图中存在明显的峰，一般为单峰或者双峰，而可见光的直方图没有明
