● 摘要
自动目标识别是一门多学科综合的应用技术，它采取非接触的方法探测固定或移动目标，通过利用各种探测手段获取能够反映目标本质的各种特征和信息，实现目标探测与识别，在军事国防领域具有重要应用。
本论文主要研究基于局部不变特征的可见光图像与红外图像识别。可见光图像细节丰富、对比度高，红外成像却具有被动工作、抗干扰及目标识别能力强、全天候工作等特点，因此本论文利用多源探测器，获取可见光图像和红外图像的互补信息来提高图像的清晰度、可用性和可识别性，从而获得对同一场景目标更为准确、可靠、全面的图像表达。
本论文对目标识别技术手段及多源传感器技术进行详细地阐述，针对其中存在的关键问题，设计了基于局部不变特征的多源图像目标识别技术系统总体方案。
为了解决单一传感器、识别手段的局限性问题，本论文在图像预处理阶段充分考虑红外图像与可见光图像的特点，设计了基于大津阈值的红外图像分割算法，并针对提取的红外目标图像存在空洞、细缝的情况，运用运行形态学闭运算对其进行填充，得到完整的目标红外图像。
红外图像进行目标分割后，需要可见光图像和红外图像进行准确配准以确定兴趣目标在可见光图像中的位置，本论文设计并计算可见光图像和红外图像间的仿射变换矩阵，采用逆向计算的方法避免了配准图像出现空洞、网格的现象。
针对特征点数量的问题，本论文定义一个新的具有视觉意义的尺度空间信息量度量方法，并在典型的高斯尺度空间中证明了该方法满足从视觉理论和直观的基础上提出的尺度空间信息量的基本要求；设计了一种自适应变尺度特征点提取算法，算法采用FAST特征点数量作为尺度空间信息量度量，利用相邻两层模糊图像的信息量差作为金字塔分层依据，通过调整尺度参数，使相邻图像间细节特征呈现均匀变化。
为提高算法效率，本论文设计了“边匹配，边构造”的特征匹配策略，将求取图像信息量的中间结果直接参与特征点匹配，通过设定最优匹配点个数控制图像高斯金字塔的高度。
最后，通过在动态目标仿真平台上进行一系列实验测试，来验证设计方案。实验设计在不同距离、角度、温度条件下，对多源图像配准精度、特征点匹配率及目标识别正确率进行统计并分析。