红外小目标的证据理论识别方法

提出了一种红外序列图像中小目标的Dempster-Shafer(DS)证据理论识别方法。DS证据理论在图像融合中存在两个实际问题:一是经典的DS证据理论组合算子在处理高冲突信息时会产生违反常理的结果,二是如何将图像特征转化为证据理论中各个命题的基本概率指派。针对这两个问题,引入证据距离,改进证据组合公式,解决了高冲突证据下的信息融合问题,保证了融合算法的可靠性;运用模糊逻辑,求出了图像中各像素隶属于目标的基本概率指派。对实际的红外序列图像运用改进的公式进行像素级融合,并根据最大概率准则确定出图像中的小目标。实验结果表明,新方法更为有效、可靠,识别错误率可降低到6.14%。