第1章 绪论

1.1 概述

随着科学技术的发展，信息化已经在各个领域里得到了重视和发展，特别是在军事方面的应用，如何获得有效信息是现代化战争的一个关键点，它决定了战争的胜负，从而使得各个国家都对实时获取信息投入了很大的人力和物力，以达到对目标实时、全天候、全方位、多角度有效而准确的识别与追踪。而目标识别的主要问题是如何获得我们想要识别的目标的特征，使用单一传感器一般在特定环境下可对目标进行识别，但是随着现在的工作环境变得日益复杂，在遇到可移动、遮挡、缩放和可旋转姿态变化的目标时，它已经不能满足需求了。此时我们就需要通过利用多传感器来同时获取目标多方位特征，对其进行有效的融合分析，才能对目标进行识别。目前，多传感器信息融合大多被应用在模式识别、目标跟踪、态势评估等方面，同时在交通﹑网络安全﹑工业﹑军事和生物医学等领域也有着非常好的应用前景。

在传统的目标识别系统中，由于技术局限、环境复杂度不高和工作要求低，一般都以单一传感器来获取数据，所以获得目标或场景的信息一般都是片面的，并且在受一定的光线和环境影响导致了精确度低，此时人们为此提出了基于多传感器多特征的目标识别方法。在20世纪70年代后期人们提出了基于多传感器的信息融合概念，通过将传感器、图像信号处理、计算机仿真和人工智能有效地结合起来形成现代处理技术。它是通过对人类和其他受感知的器官（四肢、眼、鼻、耳）所感知的信息（触觉、图像、味觉、声音）来进行有效的模拟，再利用先验知识对其进行综合分析，从而达到了对周围陌生环境做出有效可靠的分析判断的目的。当然这里的处理运行过程相当的复杂，同时也是根据自适应去有效完成的，通过将各种有效信息进行转化，来达到对有价值的具体环境的解释，这又涉及许多不同的智能结合应用，以及通过利用先验知识库来对信息含义进行有效解释。通过将不同的或者相同的多个传感器进行有效结合的方法称为信息融合处理方法，同时人们也称它为多传感器融合，而信息融合则是我们应用中最广泛的称呼。

在目标识别系统中，可见光传感器和红外传感器是常用的两种传感器。主要负责在白天与黑夜对目标图像数据进行有效的采集，充分结合了它们在图像信息的互补性，从而使得它们能够协同进行并得到更高的识别精确度、环境抗干扰性和适应能力。所以相对于单一的传感器目标识别系统而言，多传感器协同的目标识别系统具有以下优点：

1）分辨率高，可信度高，生存能力强，有利于识别目标。

2）范围广，扩展了目标识别有效空间、时间的覆盖范围，对隐身目标能有效地进行识别。

3）可见光和红外传感器能够采集图像的不同特征，从而降低了目标识别的模糊性，对目标能够进行更有效的识别。

4）可实时、全天候、全方位、多角度地对目标进行有效识别，改善了系统的整体性能。

本书研究的目的是针对单传感器在目标识别系统中的不足，研究、设计以及实现采用多传感器协同处理技术的目标识别系统，充分利用红外和可见光采集目标数据信息进行互补，从而获得比任何单传感器对目标更为全面和精确的表述，为多传感器协同的目标识别系统打下了良好的基础。因此，基于多传感器协同的目标识别系统有很高的研究价值。

随着科学技术的发展，虽然基于特征信息融合的目标识别技术被广泛地应用在国防﹑医学、安防﹑信息安全﹑遥感探测等领域，但是在模式识别领域中对其研究的难点和一些薄弱环节仍需要我们去完善和解决，所以选择多特征信息融合来作为我们的研究方向，主要有以下几点原因：

1）目前有文献对图像的特征信息融合方法进行了描述，并说明了其在目标识别中的表现明显好于像素级图像融合和决策级图像融合。

2）通过图像的特征信息融合不仅能够帮助我们从图像中提取更多有效的特征信息，来对图像进行综合分析和融合处理，而且还可获得图像中附带可利用的其他特征，在一定程度上帮助系统降低了训练学习的复杂度，从而增强了算法的鲁棒性。

3）特征信息图像融合通过外部传感器获得的图像数据既能对目标的多特征信息进行融合和保留，也能帮助我们在一定程度上消除原始图像的一些冗余信息。这样就能达到信息压缩的目的，有利于对信息进行有效的实时处理。

4）目标识别主要就是依靠目标特征数据库，利用多传感器图像特征信息融合就是为了从不同角度、不同时间、不同空间去对目标信息进行有效采集，通过有效的特征提取，以及特征信息融合，最终的结果就是为了更好地去识别目标，提高目标识别系统的可靠性。目前对特征融合的研究最为滞后和困难，由于特征的千差万别，特征提取对算法的要求也是千差万别，所以缺乏一套成熟理论框架和结构。目前所使用的融合思路仍处于沿用模糊方法﹑聚类方法﹑人工智能等方法阶段。这里我们面对的问题是怎样才能有效地突破传统的技术并将其应用于特征融合，来帮助我们获得更好的实质性效果。由于这一领域具有非常大的挑战性和应用前景，专家学者都在努力地深入探索。