一种仿射不变的前视红外目标识别方法
仿射不变性特征提取在目标识别中的应用

Af in f e I n v a r i a b i l i t y Fe a t u r e Ex t r a c t i o n i n Ap p l i c a t i o n o f Ta r g e t Re c o g n i t i o n
Hu Xi n . XU Xi nf a ng . Che n J i a o
Ab s t r a c t :I t i s c o mm o n p r o b l e ms i n i ma g e t a r g e t r e c o g n i t i o n ,i ma g e g e o me t r i c c o r r e c t i o n ,s c e n e ma t c h i n g ,i ma g e r e t r i e va l a n d o t h e r a r e a s t h a t e x t r a c t e d f r o m v i e wp o i n t f a c t o r s a f i f n e i n v a r i a n t f e a t u r e f r o m d i f f e r e n t a n g l e s a n d d i s t a n c e o f i ma g e a c q u i s i t i o n . Ba s e d o n t h e a f in f e t r a n s f o r ma t i o n ,a in f e i n v a r i a n c e s t u d y u s e o f a in f e g e o me t r i c i n v a r i a b i l i t y e x t r a c t i o n o f a f f i n e i n v a r i a n t f e a t u r e q u a n t i t y s t a r t i n g f r o m t h e p o i n t o f v i e w o f a f f i n e g e o me t r y .Ac c o r d i n g t o t h e s a me b a s e a r e a r a t i o p r i mi t i v e s f o r t a r g e t r e c o g ni t i o n p r o b l e ms i n t o i mp r o v i n g l o c a l i n va r i a n t , a n d p u t s f o r wa r d t h r e e k i n d s o f p r i mi t i v e f e a t u r e e x t r a c t i o n a l g o r i t h m t o e l i mi n a t e s a wt o o t h p o i n t i n t e r f e r e n c e wi t h a n g l e p o i n t e x t r a c t i o n .Do i ma g e e l e me n t a r y f e a t u r e e x t r a c t i o n , u s i n g i mp r o v e d l o c a l i n v a r i a n t c a l c u l a t i o n , c o mp a r i s o n a n d r e c o g n i t i o n i n Ma t l a b s i mu l a t i o n
基于模板匹配的前视红外目标识别方法

LI Jn S U ig 。 UN ii Z U u l 2 YANG e Jyn . H J ni , n W i
( e S c n t l r g n e i g Co lg ,Xi a 1 0 5 Ch n ; 1 Th e o d Ar i e y En i e rn l e l e ’ n 7 0 2 . i a
关键 词 : 度 空间 ; 视 红外 ; 尺 前 目标 识 别 ; ud r 距 离 Ha sof
中 图分 类 号 : N 1 T 26 文献标 志码 : A
FLI Ta g t Re o n to g r t m s d o R r e c g ii n Al o ih Ba e n
刘 婧 孙 继 银 朱 俊 林 杨 威 , , ,
( 1第 二 炮 兵 工 程 学 院 , 安 西 7 0 2 ; 6 1 部 队 , 西 宝 鸡 1 0 5 29 4 1 陕 7 10 ) 2 0 6
摘
要 : 对 固定 目标 红 外 图像 中边 缘 模 糊 , 以分 割 和 识 别 的 情 况 , 出 了 一 种 基 于 模 板 匹 配 的 目标 识 别 方 针 难 提
对 候 选 区 域 进 行 基 于 Haso f距 离 的模 板 匹配 , 而 得 到 最 终 识 别 结 果 。实 验 结 果 显 示 : 算 法 识 别 精 度 ud rf 从 该 高 、 度 快 , 于 复 杂 地 面 目标 前 视 红 外 图像 的 匹 配 识 别 具 有 一 定 的应 用 价 值 。 速 对
法 。 由 高程 数 据 和 正 射 影 像 等 卫 星 数 据 生 成 目标 区 参考 图 和 基 准 图 , 基 准 图 中 根 据 归 一 化 L pae响 应 确 在 alc 定 目标 区特 征 尺 度 作 为 目标 检 测 的 先 验 知 识 , 实 时 图及 灰 度 反 转 实 时 图 进 行 匹 配 滤 波 , 测 出候 选 区 域 。 对 检 再
一种基于不变矩的红外目标识别算法

一种基于不变矩的红外目标识别算法张旭艳;华宇宁;董晔;郝永平;张乐【摘要】针对单一目标特征量提取与识别存在的不足,提出了不变矩与红外目标几何形态特征组成的联合特征量,并选取欧氏距离作为目标分类识别的判别准则.实验结果表明,联合不变矩作为特征量满足尺度不变性,且有很强的独立性与可分性.在目标识别分类的应用中,其效果优于不变矩特征识别.【期刊名称】《沈阳理工大学学报》【年(卷),期】2016(035)002【总页数】5页(P10-13,29)【关键词】红外图像;目标识别;不变矩;联合特征向量;欧式距离【作者】张旭艳;华宇宁;董晔;郝永平;张乐【作者单位】沈阳理工大学兵器科学技术研究中心,沈阳110159;沈阳理工大学兵器科学技术研究中心,沈阳110159;沈阳理工大学兵器科学技术研究中心,沈阳110159;沈阳理工大学兵器科学技术研究中心,沈阳110159;沈阳理工大学兵器科学技术研究中心,沈阳110159【正文语种】中文【中图分类】TP391目标识别的研究近几十年来得到了很大的发展,比如经典的统计模式识别、基于知识基识别、基于模型目标识别等[1]。
其中常用统计方法,包括基于像素匹配和基于特征匹配。
像素匹配法计算量大,且对目标的变形敏感,所以识别大都采用特征匹配法。
特征匹配要求特征向量有很强的独立性与可分性,且应满足尺度不变性。
本文在提取传统不变矩特征量的基础上,根据红外图像自身的特点,提取了表示目标几何形态的特征量。
将不变矩与红外特征共同组成的联合特征向量作为最终特征量,对目标进行识别分类。
图像预处理是为了更好地提取出目标。
本文对图像进行简单的处理:阈值分割和轮廓提取。
1.1 阈值分割阈值分割是一种代表性的图像分割法。
为了更好地提取目标轮廓,常将分割后的目标二值化,即f(x,y)为图像的灰度值,其中不同红外图像的阈值不同,适当地选取阈值可以提高识别的准确性。
1.2 轮廓提取轮廓提取的目的是获得图像的外部轮廓,此特征对于进行图像形状分析、识别都有很重要的意义[2]。
一种新的红外假目标示假效果评价方法

Ab t a t A e e au t g me h d i r p s d Th eh d r s l et ep o lm o t ia s mb ee c sr c : n w v l ai t o p o o e . em t o e o v r b e h w d s s e l a h n S h o p a e o r e x c l . e me t g t e tr e a e we c n s n h szn h a a f re f c f e o ln ft g te a t By s g n i h a g t m g , a y t e i ig t e d t o fe t c y i a y n i o d n
角度相 同的可见 光 图像 确定 目标 的面边界 坐标 ,得到
目标 多面体 每个 面 的红 外 图像 。
得 到真 、假 目标对 应面 图像后 ,通 过仿射 不变矩 进行 比较 ,克服 了拍摄 角度 不 同的 问题 。三维 物体在 二 维平 面 上 的 成像 过 程 在 数学 上 可 以用 透 视 变换 来 描述 , 当 目标 与观 察者 的距离远 大于 目标 的尺寸 时, 二维仿 射变换 可 以近似 为透视变 换 。由于仿射 不变矩
基于三维模型的前视红外目标匹配识别方法

bldt rsret odrnsT e D tm l ei gsaeot ndb r et gte D m dl i er —m ee eev ebrel e. hn2 pa o h i e t mae r ba e ypo c n oe wt t e t e i j i h3 hh a i l
mo e sp o o e . i t a3 d l f h r e sc n t ce r m te 3 a ao es e e a d i ma u l a dl wa rp s d F r l D mo e e t g t o sr td fo h D d t ft c n , n s s y, ot a i u h n al l- y
基 于 三维 模 型 的前 视 红 外 目标 匹配 识别 方 法
熊 斌 , 丁晓 青 , 生进 王
( 能技术 与系统 国家重点实验室 , 智 清华信息科学 与技术 国家实验室 , 清华大学 电子工程系 , 北京 10 8 ) 004
摘
要 : 对前 视红 外 图像 中地 面 固定 目标 的识别 问题 , 出了一种基 于 三维模 型 的 匹配 识别 针 提
方法 。首先 由场 景 的 3 D数 据建 立 目标 三维模 型, 以人 工 标 记 的 方 式进 行 编 号 以保 留交界 并
线信 息 ; 后根据 实 时观 测参数进 行 二维投 影 绘制得 到 目标 的二 维模板 图像 ; 后提取 边 缘加 然 最
权 HO G特 征在 观测 图像 中进 行 匹配。 对大 量实 测数 据 的实验 结 果表 明 , 方 法 识别 精 度 高 、 该 对 噪声 、 挡 与参数偏 差 的鲁棒 性好 , 遮 在各 种视 角 、 离 、 距 环境 条件 以及 复 杂背景 的情 况下 均能 达 到很 好 的识别 性 能。该 方 法具有 很 强的实 用价值 , 时对 于精 确制 导 、 同 自主 导航 等领 域 的研
真假目标红外图像相似度检测算法

真假 目标红外 图像相似度检 测算法
张 健 ,毛. -7 ,赵保 军 ,王 靖
( . 京理工大学 电子 工程 系 ,北京 10 8 ;2 1北 0 0 1 .北京工程装备系统工程研究所 ,北京 10 9 0 0 3)
摘要 :本文提 出 了真 、假 目标红外 图像相似性定量 的计算 方法。该方法应用小波变换将真 、假 目标的红外 图像分 解 为不用层 次的子图像 ;利用 H ri角点检测算子提取 不用层 次子图像 的特征点 ,构成特征点集 ;并利用 改进的 ar s Hasof距 离计 算 出特征 点集之 间的 H ud r 距 离。该距 离越 小说明真 、假 目标的红外 图像越相似 ,也就说 明 ud rf a sof f 假 目标 的红外示假效 果越好 。实验 结果证明该算法能客观准确 的计 算出真 、假 目标红外图像的相似度 ,计算过程
Z HANG Ja ,MA E -e,Z in O rk HAO Ba - n , oj u G n J g i
( . p r n l t nc n ier g B On si t o eh ooy B On 0 0 1C i ; 1Deat tfEe r iE gnei , e'gI tue fTc n lg , e i 1 0 8 , hn me o c o n i n t g a 2 Ss ms n ier gR sac si t E gn ei u m n e'g B On 0 0 3 C i .y t gnei eerh ntue f n ier g e E n I t o n i e t on , e'g 10 9 , hn p B i i a)
融合SIFT和MIL的红外人脸识别方法

法。该算法将图像 当作 多示例 包,IT描述子 当作 包中的示例 , 用聚 类的方 法对训练 集 中的所有 SF SF 利 IT描 述子
进行聚类 , 建立“ 视觉词汇表” 再根据“ 觉字” , 视 在多示例训练 包 中出现的频率 , 立“ 文档” 阵, 建 词一 矩 采用潜在语 义
分析 (S 的方法获得 多示例 包( L A) 图像 ) 的潜在语义特征 , MI 问题 转化 成标 准的有监督 学习问题 , 将 L 即在潜在语
均 有所 提高 。
De ( t H)一 D *D 一 ( p ) 一 。
令 O一 , 有 / 则 !旦 一 ( ± 一 ./+/ ̄ ( 垡 (3 3. 7 )
De ( ) tH 。
因为 ( + y 的值在 两 个 特 征值 相 等 的时 候 最 1 )/
小, 随着 的增 大而增 大 , 因此 , 了 检测 主 曲率是 否 为
sa d r u e vs d la nn r be ,wh c a st ov I p o lm s VM n t eltn tn a d s p r ie e r i g p o lm ih me n o s leM L r b e u eS i h a e t s ma t p c . Ex e i n a e ut n t e OTB e n i s ae c p rme tlr s l o h s CVS i g e h w h tt e ag r h p o ma e st s o t a h lo i m r — t p s di e sb e n h e f r a c ss p ro oo h rag rt m s o e fa il ,a d t ep ro m n e i u eirt t e lo i s h .
基于光谱角时序不变性的红外目标识别

第 3期
ห้องสมุดไป่ตู้
中 国光 学
Ch n s t s i e e Op i c
Vo . No 3 15 .
21 0 2年 6月
J n 0 2 u e2 1
文章 编 号
17 — 1 (0 2 0 - 5 -6 642 5 2 1 ) 30 70 9 2
基 于 光 谱 角 时 序 不 变 性 的 红 外 目标 识 别
s q e ta p c r la g e e u n i ls e t a n l
X ii wu C u — n 叫 L—o g ,H U Q n .u U We—n , h nf g , l e i n O igy h ( . colfR m t Sni n fr ai n ie i Wua nv ̄ t, u a 3 0 9 C ia 1 Sh o o e o es ga dI om t nE gne n e n n o r g, h nU i i W h n4 0 7 , hn ; e y 2 D s nn tueo ue SaeTcnl yA a e y W h n4 0 3 , hn ; . e g i I i t fH bi p c e o g c dm , u a 3 0 4 C i i gn t s h o a 3 Sh o o Si c, in nP lt h i U i r t,ini 3 0 8 C i ; . col c ne T f o e nc n e i Taj 0 3 7,hn f e ai y c v sy n a
摘要 : 为了识别空间 目标 与气球诱饵 , 出了基于光谱角时序不变性的红外 目标 识别 方法 。通过分析证实 了空间 目标 与 提
气球诱饵 在温度时变特性上存在差异 。为 了反映 目标测量功率温 度时变本质 , 消除传感器 与 目标距离 以及等效 投影 面
基于光谱角时序不变性的红外目标识别

第5卷 第3期2012年6月 中国光学 Chinese Optics Vol.5 No.3June 2012 收稿日期:2012⁃01⁃15;修订日期:2012⁃03⁃15 基金项目:国家863高技术研究发展计划资助项目(No.863⁃2⁃2⁃11⁃7)文章编号 1674⁃2915(2012)03⁃0257⁃06基于光谱角时序不变性的红外目标识别许伟琳1,武春风2,逯力红3,侯晴宇4∗(1.武汉大学遥感信息工程学院,湖北武汉430079;2.湖北航天技术研究院总体设计所,湖北武汉430034;3.天津工业大学理学院,天津300387;4.哈尔滨工业大学空间光学工程研究中心,黑龙江哈尔滨150001)摘要:为了识别空间目标与气球诱饵,提出了基于光谱角时序不变性的红外目标识别方法。
通过分析证实了空间目标与气球诱饵在温度时变特性上存在差异。
为了反映目标测量功率温度时变本质,消除传感器与目标距离以及等效投影面积的时变耦合对测量功率的影响,提出了利用时序光谱角作为光谱向量的时序变化量度。
该量度能够刻画光谱曲线的时序变化,反演物体温度时变特性,可以作为温度时变特性不同的目标和诱饵之间聚类识别的有效判据。
仿真结果表明:该方法能够有效识别空间目标与气球诱饵;通过融合时序光谱特征,为空间目标识别提供了一种新的机制。
关 键 词:红外目标识别;时序光谱;光谱角;诱饵中图分类号:TP391.14 文献标识码:A doi:10.3788/CO.20120503.0257IR target recognition based on invariantsequential spectral angleXU Wei⁃lin 1,WU Chun⁃feng 2,LU Li⁃hong 3,HOU Qing⁃yu 4∗(1.School of Remote Sensing and Information Engineering ,Wuhan University ,Wuhan 430079,China ;2.Designing Institute of Hubei Space Technology Academy ,Wuhan 430034,China ;3.School of Science ,Tianjin Polytechnic University ,Tianjin 300387,China ;4.Research Center for Space Optical Engineering ,Harbin Institute of Technology ,Harbin 150001,China )∗Corresponding author ,E⁃mail :houqingyu@Abstract :An infrared target recognition method based on the invariance of spectral angle in time sequence isproposed to recognize spatial targets and balloon decoys.The difference between spatial targets and balloon de⁃coys on the time⁃varying characteristics of temperature is gained.In order to reflect the time⁃varying character⁃istic essence of target measurement power temperature and to eliminate the time⁃varying coupling influence of the sensor,target distance and the equivalent projective area on the power measurement,the sequential spec⁃tral angle is presented as a sequence varying measure of the spectral vector.The measure can depict the se⁃quence varying of the spectral curve and unti⁃demonstrate the time⁃varying characteristics of object temperatureby the measurement,and it is regarded as an efficiency criterion of clustering recognition concept between tar⁃gets and decoys.Simulation result shows that this method could effectively recognize spatial targets and balloon decoys.It provides a new mechanism for space target recognition by merging the sequential spectral character⁃istics.Key words:infrarea target recognition;sequential spectrum;spectral angle;decoy1 引 言 目标探测识别方法[1⁃3]的研究是基于空间几何特性原理和运动轨迹时序特性原理展开的,在理论研究与工程实践中应用比较广泛。
仿射不变的运动目标识别方法

仿射不变的运动目标识别方法
杨昕梅;吴钦章;周进
【期刊名称】《光学精密工程》
【年(卷),期】2007(015)007
【摘要】提出了一种在三维空间内对运动目标识别的方法,该方法对目标平移、旋转、尺度及视角变化具有良好的不变性.将目标轮廓曲线用仿射不变量参数化,待识别目标的参数化轮廓线正交投影后,可使其与库存同一型号的目标轮廓线保持较强的相关性.最后,用归一化相关函数作为识别准则进行了实验.实验结果表明,对于空间姿态变化前后的目标,它们的相关结果>95%,该方法能够以较高的识别率识别出图像序列中各种变化的同一目标.
【总页数】5页(P1112-1116)
【作者】杨昕梅;吴钦章;周进
【作者单位】中国科学院光电技术研究所三室,四川,成都,610209;中国科学院光电技术研究所三室,四川,成都,610209;中国科学院光电技术研究所三室,四川,成
都,610209
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于仿射不变矩特征的舰船图像识别方法 [J], 刘新科;于吉红;吕俊伟;白晓明
2.基于仿射不变量的运动目标遮挡检测和跟踪 [J], 郑世友;费树岷;袁晓辉;龙飞
3.一种基于频域特征的仿射不变目标识别方法 [J], 吕文先;彭启民;吕玉增;黎俊
4.基于仿射不变离散哈希和条件随机场的遥感图像目标检测 [J], 孔颉;孙权森
5.基于仿射不变矩的轴心轨迹自动识别方法 [J], 付波;周建中;彭兵;赵炳
因版权原因,仅展示原文概要,查看原文内容请购买。
基于三维模型的前视红外目标匹配识别方法

基于三维模型的前视红外目标匹配识别方法熊斌;丁晓青;王生进【摘要】针对前视红外图像中地面固定目标的识别问题,提出了一种基于三维模型的匹配识别方法.首先由场景的3D数据建立目标三维模型,并以人工标记的方式进行编号以保留交界线信息;然后根据实时观测参数进行二维投影绘制得到目标的二维模板图像;最后提取边缘加权HOG特征在观测图像中进行匹配.对大量实测数据的实验结果表明,该方法识别精度高、对噪声、遮挡与参数偏差的鲁棒性好,在各种视角、距离、环境条件以及复杂背景的情况下均能达到很好的识别性能.该方法具有很强的实用价值,同时对于精确制导、自主导航等领域的研究也提供了新的思路和途径.%Aimed at ground target recognition in forward looking infrared(FLIR) images,a novel method based on 3D model was proposed. Firstly, a 3 D model of the target is constructed from the 3 D data of the scene, and is manually labeled to reserve the borderlines. Then 2D template images are obtained by projecting the 3D model with the real-time observation parameters. Finally, edge weighted HOG features are extracted and matched. The experiment result from plenty of real data proves that the proposed method is effective and robust, and performs very well in any case of view point, distance, environment and complex background. This method has great practical value, while it also provides new ideas and approaches for the precision guidance, autonomous navigation and other research areas.【期刊名称】《激光与红外》【年(卷),期】2011(041)003【总页数】7页(P344-350)【关键词】信号与信息处理;目标识别;特征匹配;前视红外;三维模型【作者】熊斌;丁晓青;王生进【作者单位】智能技术与系统国家重点实验室,清华信息科学与技术国家实验室,清华大学电子工程系,北京100084;智能技术与系统国家重点实验室,清华信息科学与技术国家实验室,清华大学电子工程系,北京100084;智能技术与系统国家重点实验室,清华信息科学与技术国家实验室,清华大学电子工程系,北京100084【正文语种】中文【中图分类】TV391.4在前视红外图像中进行目标识别一直是精确制导、自主导航等领域具有挑战性的研究内容。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
赵爱罡 王 宏力 杨 小冈 陆 敬辉 王 建永 崔祥 祥
第 二炮 兵 工 程 大 学 3 0 3 教 研室, 陕西 西 安 7 1 0 0 2 5
摘要
前 视 红 外 目标 识 别 是 精 确 制 导 武 器 的关 键 技 术 。实 际 应 用 中 , 模板 和实时图存在 尺度和角度 的差异 , 易 导 致
Re c 0gni t i 0n
Z ha o Ai g a ng Wa ng Ho ng l i Ya ng Xi a o g a ng Lu J i ng hu i Wa ng J i a n yo ng
Cui Xi a ng xi a ng
3 0 3 T e a c h i n g a nd Re s e a r c hi n g De pa r t me nt o f t h e S e c o nd Ar t i l l e r y En gi ne e r i n g Uni v e r s i t y ,
Xi an,Shannxi 7 1 00 25 ,Chi na
A bs t r act For wa r d l ooki ng i nf r a r e d t ar ge t r ec og ni t i on i s ke y t e c hno l og y i n pr ec i s i on—gui ded we apon. I n pr ac t i c a l
h a u s d o r f f 距 离 度 量 边 缘 的相 似 性 ; 最后结合边 缘的相对位置剔除误 匹配 , 实 现 前 视 红 外 目标 的 稳 健 识 别 。通 过 三 组
实验 , 与 基 于 灰 度 模 板 和基 于边 缘 模 板 的识 别 算 法 相 比 , 识别 率和稳健性均有所提高。
激 兴 与 光 电 子 学 进 展
5 2 ,0 7 1 5 0 1 ( 2 0 1 5 )
L a s e r & 0p t o e l e c t r o n i c s P 国激 光 》 杂 志 社
一
种 仿 射不 变 的 前 视 红 外 目标 识 别 方法
关键词 图像 处 理 ; 仿射不变; 目标 识 别 ; h a u s d o r f距 离 ; 轮 廓 曲线 ; 红 外 图像
T P3 9 1 文献标识码 A 中图 分 类 号
doi :】 0. 3 78 8 / I O P52. 0 71 5Ol
An Af f i ne I nva r i a nt Me t hod of For w ar d Looki ng I nf r a— - Re d Tar g et
coor di na t e s a s e dg e des c r i pt or a nd s i mi l a r i t y of e dg e i s m ea s ur e d by a ve r a ge ha us dor f f di s t a nc e. Wr ong m at c hi ng s ar e e xc l ude d wi t h t he he l p of r el a t i ve l oc a t i ons a mo ng e dg e s n d a f or wa r d i ng l oo ki ng i nf r a r e d t a r g e t r o bus t r e c og ni t i o n i s i m pl e me nt e d. Com pa r e d wi t h t wo r e cog ni t i on al go r i t hm s ba s ed on gr a y t e m pl a t e a nd e dg e t em pl at e ,r ec ogn i t i o n r a t e and r obus t ne s s o f pr opos e d al gor i t hm a r e a l l i m pr ov ed t hr oug h t hr ee vi de os . Key w ords i ma ge pr oces s i ng; a f f i ne i nva r i anc e; t ar g et r ecog ni t i on; ha us dor f f di s t ance ;c ont our c ur ve ;i nf r a r e d
on ed ge S af f i ne i n var i a nt c oor di nat e. Es t abl i s hi ng coor di na t e s ys t e m ba s e d on r eg i o na l ce nt r oi ds of cur vi c edg e. Co or di nat e s of edg e poi nt s i s af f i ne i nv ar i a nt i n t he es t abl i s hed coo r di na t e s ys t e m. Tak i ng t he s e t of edge po i nt s
i m ag es . I n o r de r t o s ol v e pr o bl e m me nt i o ned a bo ve, A f or wa r d l o oki ng i nf r ar ed t a r ge t r e cog ni t i on al gor i t hm bas e d
误 匹配。为克服上述问题 , 提 出 了 一 种 基 于 边 缘 仿 射 不 变 坐 标 的前 视 红 外 目标识 别 算 法 。 以边 缘 曲线 的 区域 质 心 为 基准点 建立局部 坐标 系 , 在 此坐 标系下 , 边 缘点 的坐标值具 有仿 射不变 ; 将 边缘 的坐标集 合作为 描述子 , 利 用 平 均