题目：基于模板匹配的红外自动目标识别技术研究

前视红外装置（FLIR）具备灵敏度高、作用距离远、搜索效率快、无镜面回波及全天候条件下成像的优点。利用前视红外成像进行精确制导已成为自动目标识别领域研究的重点。本文针对飞行器大俯冲飞行/攻击时，复杂背景条件下地面普通目标的前视红外自动识别问题，提出了一种基于模板匹配的自动目标识别技术，即利用目标区域的可见光航片/卫片做为基准模板图，与飞行器上前视红外装置实时拍摄到的目标实时图进行匹配，以识别目标在实时图中的具体位置。本文首次针对飞行器做大俯冲飞行/攻击环境下的自动目标识别问题进行研究，从整体上提供了一条新的研究思路。遵循传统的研究步骤，本文首先对红外成像原理进行了讨论，并在此基础上分析了红外图像的特点及其与可见光图像之间的相似性。接着将整个红外-可见光图像模板匹配目标识别问题分为图像预处理、特征选择与提取、匹配识别算法三个阶段分别进行重点研究。在图像预处理研究阶段，本文首次对红外图像中云层干扰问题进行了研究，提出了基于同态滤波及小波分析的红外图像薄云处理算法，及基于小波多分辨率分析的类间方差阈值分割的厚云分割算法，同时研究了由于成像透视变换而产生的红外-可见光图像几何畸变的校正解决方法。在特征选择与提取问题的研究中，采用目标的边缘为匹配特征空间，并提出了一种基于菲涅耳衍射理论的改进Canny边缘检测算法，实现对目标边缘轮廓特征的提取，实验结果表明，本文算法较Canny算法具有更强的抗噪声干扰能力，很适合于边缘特征明显而内部纹理细节少的红外图像轮廓特征提取。在匹配识别算法问题的研究中，研究了现有的各种图像模板匹配算法，在此基础上，设计了一种新的图像模板匹配算法，该算法对现有的Hausdorff距离匹配算法进行了改进，较原算法具有更强的匹配精度及更快的匹配速率，能够有效地实现可见光基准图和红外前视实时图之间的匹配。全文各部分均采用了真实的航空图像数据进行了实验及仿真，实验结果验证了各算法的有效性及可靠性。本文最后还提出了一种可用于目标间接识别及跟踪的新思路，并对其进行了验证。结果表明利用本文的方法可以很好地解决地面固定目标自动识别中待识别目标由于受干扰、遮挡或物体掩盖而部分或全部信息丢失在视场中的问题，完成对目标的间接识别及跟踪，具有一定的工程实际应用价值。