近年来,随着红外技术的高速发展,红外人体识别技术已经在交通管理、监控以及汽车辅助驾驶等民用领域得到了广泛的应用,同时,也在军事领域得到了越来越多的重视。随着无人机技术的快速发展及应用,将红外人体识别技术运用于高空遥感平台,逐渐成为研究热点。由于微型无人机是一个高速运动的平台,且距离地面较高,产生的红外图像中人体目标较小,背景复杂且噪声较大。因此,针对航拍红外图像的特点,本文设计了一个红外人体识别系统。其中关键的步骤包括:图像分割、候选目标确定和特征提取。本文所做的主要工作如下:1.为了提高图像分割的精确性和降低计算量,本文使用双阈值图像分割方法,利用全局阈值和局部阈值对图像中的目标区域进行分割。在算法实现中,使用统计方差方法求全局阈值,对图像进行初始分割;然后使用十字形滑动窗口对待处理图像进行扫描,计算得到局部阈值,并对图像进行精确分割。2.为了减少特征提取及分类识别时的计算量,本文根据人体基本形状比例特征,利用待选区域的高宽比和垂直边缘对称性特征确定候选目标,有效地排除了部分非人体目标,提高了识别的精确性。3.根据红外图像中人体的基本特征,选择梯度方向直方图(HOG)特征描述目标区域。针对特征向量维数过大的问题,本文对检测窗口按比例进行划分,有效降低了特征向量维数,并减少了后续识别的计算量。使用标准图像库中高空拍摄的红外图像对算法进行了实验验证,结果表明本文提出的相关算法可获得较好的分割及识别效果。