一种基于多传感器时间-空间信息融合的红外小目标识别方法.pdf

《一种基于多传感器时间-空间信息融合的红外小目标识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第21卷第3期红外与毫米波学报Vol.21，No.32002年6月J.InfraredMillim.wavesJune，2002一种基于多传感器时间-空间信息融合的红外小目标识别方法!李秋华李吉成沈振康（国防科技大学电子科学与工程学院ART实验室，湖南，长沙，410073）朱振福（航天机电集团目标与环境光学特征国防科技重点实验室，北京，100854）摘要为了提高强干扰条件下的红外弱小目标识别的可靠性，提出了一种基于多传感器时间-空间信息融合的红外小目标识别方法，并采用D-S证据合成理论对来自多个红外双波段成像传感器的实际图像信息进行了仿真融合计算.仿真

2、结果表明该方法对强干扰条件下的红外弱小目标具有较高的识别效率.关键词目标识别，D-S证据理论，信息融合.AKINDOFMETHODFORIRSMALLTARGETRECOGNITIONBASEDONMULTI-SENSORSSPATIO-TEMPORAL!INFORMATIONFUSIONLI@iu-~uaLIJi-ChengS~eNzhen-Kang（ARTLaboratory，SchoolofelectronicScienceandengineering，NationaluniversityofDefenseTechnology，ChangSha，

3、~unan410073，China）z~uzhen-Fu（LaboratoryofTargetandenvironmentFeature，AstronauticalelectromechanicalGroup，Beijin100854，China）AbstractInordertoimprovethereliabilityofsmalltargetrecognitionunderstrongclutter，amethodcalledIRsmalltar-getrecognitionbasedonmulti-sensorsspatio-temporali

4、nformationfusionwasproposed.AndtheD-StheoryofevidencecombinationwasusedinthesimulationcalculationofinformationfusionofimagefrommultipleIRsensors.ThesimulationshowsthatthemethodhasthepreferableperformancefortherecognitionofIRsmalltargetunderstrongclutter.Keywordstargetrecognition

5、，theoryofD-Sreasoning，informationfusion.段的高可靠性识别对后续的目标捕获和跟踪是极其引言关键的.基于上述考虑，本文提出了一种基于多传感随着现代远程打击武器的发展，人们希望在目器时间-空间信息融合的红外小目标识别方法，并采标与传感器的距离很远的时候，即所谓的小目标阶用D-S证据合成理论对来自多个红外双波段成像传段就能高可靠性地检测和识别目标，以便对拟攻击感器的图像信息进行了实际的仿真融合计算和测目标进行有效的跟踪和精确打击.而从红外图像传试，测试结果表明该融合算法对红外图像序列中的感器获得的图像序列经过检测阶段的预

6、处理之后，低信噪比弱小目标具有良好的识别效果［2］.仅能得到点状目标的灰度和运动信息.因此，如果只1D-S证据理论及其在信息融合中的应用凭借于单一的红外图像传感器所获得的图像序列所获得的信息证据［1］将很难把拟攻击的真目标从各D-S证据合成理论是目前多传感器决策级融合种虚假目标和随机干扰中辨别出来.而在小目标阶算法中应用最广泛的一种数据融合方法.D-S证据理!国家科技重点实验室基金（批准号KG0110）资助项目!TheprojectsupportedbytheKeyLaboratoryFoundationofScience稿件收到日期2001-07-1

7、5，修改稿收到日期2001-11-14andTechnologyofNationalDefense（No.KG0110）Received2001-07-15，revised2001-11-14210红外与毫米波学报21卷论中提出的证据合成公式，使得我们能将多个传感器分别提供的有关目标对象的判决证据综合成为对目2红外双波段图像中的小目标融合识别研究标对象的一致描述，提高了系统对目标类别或属性判决的可信度.在D-S证据理论中用“识别框架!”表示下面将通过一个红外双波段图像序列中的空间待识别的目标类别假设集，并定义集映射函数m为小目标识别的实际算例来说明该融

8、合算法的有效2!～［0，1］，它满足a）m（）=0；b）】m（A）=1，性，在本例中要考虑的空