国防科学技术大学ATR重点实验室，湖南 长沙 410073
为实现前下视红外图像与可见光图像的有效配准，提出了一种基于传感器参数和改良CPD算法的红外与可见光图像自动配准算法.首先，利用传感器的姿态和高度信息，对前下视红外图像进行几何透视校正，消除图像间的旋转和比例缩放等差异;然后，对可见光图像和校正后的红外图像提取边缘特征点，基于相似变换模型，利用改良的CPD算法对其实现精配准.实测数据验证表明，该方法能实现对红外与可见光图像的良好配准，配准精度达到1个像素左右.
图像配准 点云配准 红外与可见光图像 改良的CPD 粒子群优化算法 image registration point set registration infrared and visual images refined coherent point drift (CPD) particle swarm optimization (PSO)
国防科技大学,ATR实验室,湖南,长沙,410073
建立了红外小目标图像的场景模型,分析了小目标情况下图像预处理的特点,根据这些特点对预处理技术进行了分类描述.为了评价预处理结果,定义了两个评价参数-- 信噪比和背景抑制因子.实验结果表明,不同的预处理方法具有不同的应用范围,只有根据图像特点选择合适的预处理方法,才能取得理想的预处理效果.
小目标 场景模型 信噪比 背景抑制因子 预处理 Small target Scene model Signal-to-noise ratio Background suppression factor Pretreatment
