作者：刘刚; 周珩; 梁晓庚; 王明静景象匹配红外与可见光krawtchouk不变矩主分量分析法bp神经网络
摘要：针对以可见光图像为基准、红外图像为实测的景象匹配问题，提出了一种基于BP神经网络的景象匹配方法；该方法首先抽取满足平移、旋转、尺度不变性的Krawtchouk不变矩作为红外目标的特征描述并构造特征向量，随后，基于主分量分析法消除特征向量各个分量间的相关性，去掉多个对目标匹配识别贡献不大的特征的影响，形成描述目标的有效特征向量；接下来，构造三层BP神经网络，以有效匹配特征作为输入，匹配位置作为输出，按照经验公式确定隐层节点个数，基于样本集对红外目标在可见光基准图像中的匹配过程进行训练，最终形成智能化景象匹配识别器；实验结果表明，与常用的景象匹配算法相比，提出方法不仅具有更高的匹配精度和速度，而且鲁棒性好，能抵抗实测图像的旋转几何畸变。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
