战荫泽,张立东,秦 颖

(长春理工大学光电信息学院,吉林 长春 130000)

1 引 言

目标识别技术广泛应用于军事、工业等领域,常见的目标识别的方法有激光雷达、红外成像[1-4]等。基于激光雷达的主动成像技术具有分辨率高、可获取距离向信息等优势,但由于目标表面反射效果不同,照射角度、遮挡等都会对测试数据带来很大的影响[5-6]；基于红外成像的目标识别主要取决于被测目标辐射特性,照射角度、遮蔽等对目标识别结果影响小,但其空间分辨率低,没有距离向信息,无法实现目标三维图像重建[7-8]。

针对激光雷达数据中的目标识别成为了一个研究热点,Cao L H[9]提出了一种基于辐射能量守恒的单点目标辐射特性测量的优化算法,提高了单点目标的识别概率。Kumar等人[10]通过对特征数据分配权值的方法构建分类器,从而优化分类规则,最终实现了提高组合分类效率的目的。杨帆等人[11]将数据挖掘算法应用于激光雷达图像中完成目标识别,相比传统目标识别算法,提高了目标检出率。李春苗等人[12]对激光雷达数据进行特征提取,从而降低了目标的误检率。薛培林等人[13]通过激光雷达与可见光图像融合技术完成了城市中自主车辆识别技术,在可见光充分的条件下得到了很好的应用。仝选悦等人[14]将激光雷达数据融合到红外图像中,并对三种典型坦克目标进行了分析,结果显示其识别精度得到了提升。由此可见,基于激光雷达与二维成像的数据融合是提高目标识别精度的一种新途径,其优势在于可以利用工作机理的不同抑制不同类别的噪声及干扰,从而提高目标识别精度。……