本發(fā)明涉及圖像處理，具體涉及一種用于紅外成像目標模擬系統(tǒng)的目標識別方法。

背景技術：

1、隨著圖像處理技術的不斷發(fā)展，基于紅外成像目標模擬系統(tǒng)的目標識別技術在車載行人定位及遙感目標檢測領域得到廣泛應用，該技術通過紅外成像將檢測到的行人或障礙物在地圖上進行標注和提示。

2、由于紅外成像技術的識別精度有限，只能對距離較近的物體進行較為準確的判斷，超出一定距離后，識別精度將大大降低，出現背景和目標區(qū)域的成像結果相近的情況，無法對紅外成像目標做出準確判斷。

技術實現思路

1、本發(fā)明提供一種用于紅外成像目標模擬系統(tǒng)的目標識別方法，以解決現有的問題。

2、本發(fā)明的一種用于紅外成像目標模擬系統(tǒng)的目標識別方法采用如下技術方案：

3、本發(fā)明一個實施例提供了一種用于紅外成像目標模擬系統(tǒng)的目標識別方法，該方法包括以下步驟：

4、獲取行人紅外圖像序列中每幀行人紅外圖像的若干個疑似行人區(qū)域；

5、獲取每個疑似行人區(qū)域的每個邊緣像素點的鏈碼值；根據每幀行人紅外圖像的每個疑似行人區(qū)域的最小外接橢圓的面積以及所有邊緣像素點的灰度值和鏈碼值，得到每個疑似行人區(qū)域的符合行人區(qū)域程度；根據每幀行人紅外圖像的每個疑似行人區(qū)域的符合行人區(qū)域程度，得到若干個行人區(qū)域；

6、根據每幀行人紅外圖像的每個行人區(qū)域的每個邊緣像素點梯度幅值、灰度值以及每個邊緣像素點到對應的行人區(qū)域重心的距離，得到每個行人區(qū)域對應的最終行人區(qū)域；

7、根據所有幀行人紅外圖像的每個最終行人區(qū)域的面積以及對應的行人區(qū)域的符合行人區(qū)域程度，得到任意兩幀行人紅外圖像的任意兩個不同幀的最終行人區(qū)域的相似匹配系數；根據任意兩幀行人紅外圖像的任意兩個不同幀的最終行人區(qū)域的相似匹配系數，得到每幀行人紅外圖像的每個最終行人區(qū)域的若干個相似匹配區(qū)域；

8、根據每幀行人紅外圖像的每個最終行人區(qū)域內所有像素點的熵值、相似匹配區(qū)域的數量以及每個最終行人區(qū)域與其所有相似匹配區(qū)域的相似匹配系數，得到每個最終行人區(qū)域的移動影響的程度；根據每幀行人紅外圖像的每個最終行人區(qū)域的移動影響的程度，得到最終行人紅外圖像；對每幀最終行人紅外圖像的所有最終行人區(qū)域進行標記。

9、進一步地，所述根據每幀行人紅外圖像的每個疑似行人區(qū)域的最小外接橢圓的面積以及所有邊緣像素點的灰度值和鏈碼值，得到每個疑似行人區(qū)域的符合行人區(qū)域程度對應的具體計算公式為：

10、

11、其中，表示第幀行人紅外圖像的第個疑似行人區(qū)域的符合行人區(qū)域程度；表示第幀行人紅外圖像的第個疑似行人區(qū)域的面積；表示第幀行人紅外圖像的第個疑似行人區(qū)域的最小外接橢圓的面積；表示第幀行人紅外圖像的第個疑似行人區(qū)域的所有像素點的灰度值的均值；表示第幀行人紅外圖像的第個疑似行人區(qū)域的第個像素點的灰度值；表示第幀行人紅外圖像的所有像素點的灰度值的均值；表示第幀行人紅外圖像的第個疑似行人區(qū)域的相同鏈碼值的相鄰邊緣像素點構成的邊緣線段中的最長邊緣線段的長度；表示第幀行人紅外圖像的第個疑似行人區(qū)域的邊緣像素點的數量；表示第幀行人紅外圖像的第個疑似行人區(qū)域內的像素點數量；表示線性歸一化函數，表示絕對值函數。

12、進一步地，所述根據每幀行人紅外圖像的每個疑似行人區(qū)域的符合行人區(qū)域程度，得到若干個行人區(qū)域，包括的具體步驟如下：

13、當小于預設的第一經驗閾值時，將第幀行人紅外圖像的第個疑似行人區(qū)域，記為行人區(qū)域。

14、進一步地，所述根據每幀行人紅外圖像的每個行人區(qū)域的每個邊緣像素點梯度幅值、灰度值以及每個邊緣像素點到對應的行人區(qū)域重心的距離，得到每個行人區(qū)域對應的最終行人區(qū)域，包括的具體步驟如下：

15、在第幀行人紅外圖像的第個行人區(qū)域中，以第個行人區(qū)域的重心為起點，過第個行人區(qū)域的所有邊緣像素點做射線，并將重合的射線去除掉，得到第個行人區(qū)域的若干條邊緣射線；

16、根據每幀行人紅外圖像的每個行人區(qū)域的每個邊緣像素點梯度幅值、灰度值以及每個邊緣像素點到對應的行人區(qū)域重心的距離，得到每幀行人紅外圖像的每個行人區(qū)域的每個邊緣像素點的符合邊緣像素點特征的程度；

17、根據每幀行人紅外圖像的每個行人區(qū)域的每個邊緣射線上的每個邊緣像素點的符合邊緣像素點特征的程度，得到每幀行人紅外圖像的每個行人區(qū)域的若干個最終邊緣像素點；

18、將每幀行人紅外圖像的每個行人區(qū)域的所有最終邊緣像素點依次連接，得到每幀行人紅外圖像的若干個最終行人區(qū)域。

19、進一步地，所述根據每幀行人紅外圖像的每個行人區(qū)域的每個邊緣像素點梯度幅值、灰度值以及每個邊緣像素點到對應的行人區(qū)域重心的距離，得到每幀行人紅外圖像的每個行人區(qū)域的每個邊緣像素點的符合邊緣像素點特征的程度，包括的具體步驟如下：

20、

21、其中，表示第幀行人紅外圖像的第個行人區(qū)域的第個邊緣像素點的符合邊緣像素點特征的程度；表示第幀行人紅外圖像的第個行人區(qū)域的第個邊緣像素點的灰度值；表示第幀行人紅外圖像的第個行人區(qū)域的第個邊緣像素點的梯度幅值；表示第幀行人紅外圖像的第個行人區(qū)域的所有邊緣像素點的灰度值的均值；表示第幀行人紅外圖像的第個行人區(qū)域的所有邊緣像素點的梯度幅值的均值；表示第幀行人紅外圖像的第個行人區(qū)域的第個邊緣像素點到重心的距離長度；表示第幀行人紅外圖像的第個行人區(qū)域的第個邊緣像素點的梯度；表示第幀行人紅外圖像的第個行人區(qū)域的第個邊緣像素點的梯度；表示和的夾角值。

22、進一步地，所述根據每幀行人紅外圖像的每個行人區(qū)域的每個邊緣射線上的每個邊緣像素點的符合邊緣像素點特征的程度，得到每幀行人紅外圖像的每個行人區(qū)域的若干個最終邊緣像素點，包括的具體步驟如下：

23、將第幀行人紅外圖像的第個行人區(qū)域的每個邊緣射線上符合邊緣像素點特征的程度最大的第個行人區(qū)域的邊緣像素點，記為第個行人區(qū)域的最終邊緣像素點。

24、進一步地，所述根據所有幀行人紅外圖像的每個最終行人區(qū)域的面積以及對應的行人區(qū)域的符合行人區(qū)域程度，得到任意兩幀行人紅外圖像的任意兩個不同幀的最終行人區(qū)域的相似匹配系數對應的具體計算公式為：

25、

26、其中，表示第幀行人紅外圖像的第個最終行人區(qū)域與第幀行人紅外圖像的第個最終行人區(qū)域的相似匹配系數；表示第幀行人紅外圖像的第個最終行人區(qū)域的面積；表示第幀行人紅外圖像的第個最終行人區(qū)域的面積；表示直角坐標系中第幀行人紅外圖像的第個最終行人區(qū)域的重心的坐標與第幀行人紅外圖像的第個最終行人區(qū)域的重心的坐標之間的歐式距離；表示第幀行人紅外圖像的第個最終行人區(qū)域對應的行人區(qū)域的符合行人區(qū)域程度；表示第幀行人紅外圖像的第個最終行人區(qū)域對應的行人區(qū)域的符合行人區(qū)域程度；表示絕對值函數；表示歸一化函數。

27、進一步地，所述根據任意兩幀行人紅外圖像的任意兩個不同幀的最終行人區(qū)域的相似匹配系數，得到每幀行人紅外圖像的每個最終行人區(qū)域的若干個相似匹配區(qū)域，包括的具體步驟如下：

28、在第幀行人紅外圖像中，將與第幀行人紅外圖像的第個最終行人區(qū)域的相似匹配系數最大的最終行人區(qū)域，記為第幀行人紅外圖像的第個最終行人區(qū)域的相似匹配區(qū)域。

29、進一步地，所述根據每幀行人紅外圖像的每個最終行人區(qū)域內所有像素點的熵值、相似匹配區(qū)域的數量以及每個最終行人區(qū)域與其所有相似匹配區(qū)域的相似匹配系數，得到每個最終行人區(qū)域的移動影響的程度對應的具體計算公式為：

30、

31、其中，表示第幀行人紅外圖像的第個最終行人區(qū)域的移動影響的程度；表示第幀行人紅外圖像的第個最終行人區(qū)域的相似匹配區(qū)域的數量；表示第幀行人紅外圖像的第個最終行人區(qū)域內所有像素點灰度值的熵值；表示第幀行人紅外圖像的第個最終行人區(qū)域的第個相似匹配區(qū)域內所有像素點灰度值的熵值；表示第幀行人紅外圖像的第個最終行人區(qū)域與其所有相似匹配區(qū)域的相似匹配系數的均值；表示絕對值函數。

32、進一步地，所述根據每幀行人紅外圖像的每個最終行人區(qū)域的移動影響的程度，得到最終行人紅外圖像，包括的具體步驟如下：

33、根據每幀行人紅外圖像的每個最終行人區(qū)域的移動影響的程度作為圖像增強系數，對每幀行人紅外圖像的每個最終行人區(qū)域進行線性增強，將增強后的每幀行人紅外圖像，記為最終行人紅外圖像。

34、本發(fā)明的技術方案的有益效果是：

35、獲取行人紅外圖像序列中每幀行人紅外圖像的若干個疑似行人區(qū)域，有效減少背景干擾，提高了識別的準確性。獲取每個疑似行人區(qū)域的每個邊緣像素點的鏈碼值，提高了特征提取的精準性。根據每幀行人紅外圖像的每個疑似行人區(qū)域的最小外接橢圓的面積以及所有邊緣像素點的灰度值和鏈碼值，得到每個疑似行人區(qū)域的符合行人區(qū)域程度，降低了背景區(qū)域對識別結果的干擾。根據每幀行人紅外圖像的每個疑似行人區(qū)域的符合行人區(qū)域程度，得到若干個行人區(qū)域，進一步降低了背景區(qū)域對識別結果的干擾。根據每幀行人紅外圖像的每個行人區(qū)域的每個邊緣像素點梯度幅值、灰度值以及每個邊緣像素點到對應的行人區(qū)域重心的距離，得到每個行人區(qū)域對應的最終行人區(qū)域，提高了識別結果的準確性。根據所有幀行人紅外圖像的每個最終行人區(qū)域的面積以及對應的行人區(qū)域的符合行人區(qū)域程度，得到任意兩幀行人紅外圖像的任意兩個不同幀的最終行人區(qū)域的相似匹配系數，有效且穩(wěn)定的跟蹤行人的位置。根據任意兩幀行人紅外圖像的任意兩個不同幀的最終行人區(qū)域的相似匹配系數，得到每幀行人紅外圖像的每個最終行人區(qū)域的若干個相似匹配區(qū)域，進一步有效且穩(wěn)定的跟蹤行人的位置。根據每幀行人紅外圖像的每個最終行人區(qū)域內所有像素點的熵值、相似匹配區(qū)域的數量以及每個最終行人區(qū)域與其所有相似匹配區(qū)域的相似匹配系數，得到每個最終行人區(qū)域的移動影響的程度，提高了動態(tài)場景下識別的可靠性。根據每幀行人紅外圖像的每個最終行人區(qū)域的移動影響的程度，得到最終行人紅外圖像，提高了行人紅外圖像的清晰度確和輸出結果的準確性。對每幀最終行人紅外圖像的所有最終行人區(qū)域進行標記。本發(fā)明通過對每幀行人紅外圖像的疑似行人區(qū)域進行分析，提高了紅外成像目標識別的準確性。