红外图像和灰度图像有什么区别？

红外图象 是获取物体红外光的强度，而成的图象；灰度图象 是获取物体可见光的强度。

对于数据格式，是一样的，都是单通道图象。

而彩色的是3通道图象。

一般红外探测器送出来的是16位的单通道图像,因为要送显才被转化成8位单通道,如果说是24位的话其实相当于R=G=B各8位。

红外图像成像特点：由于红外图像是通过“测量”物体向外辐射的热量而获得的，故与可将光图像相比：分辨率差、对比度低、信噪比低、视觉效果模糊、灰度分布与目标反射特征无线性关系。

红外图像局部不变特征：

目前绝大多数景物匹配算法提取的都是全局不变特征，它能很好解决同一目标的一致性判决问题，但很难消除图像的成像畸变。当图像之间的成像畸变很复杂时，利用全局信息进行匹配非常困难，特别是存在局部遮挡时，全图特征会随之变化。

基于以上特点，红外图像的匹配识别与跟踪一般都是基于特征的方法，一般都是采用局部不变特征来对红外图像进行处理识别。

局部特征提取，即，将图像整体分割成若干个组成部分，对每一部分提取全局特征。此处的分割并不是我们直观认为的分割，理想情况下，人们总希望局部特征对应客观世界的物体的一部分，但是这是不现实的，往往需要借助图像处理技术对高层场景进行理解。

红外图象是获取物体红外光的强度，而成的图象；灰度图象是获取物体可见光的强度。
对于数据格式，是一样的，都是单通道图象。
而彩色的是3通道图象。
一般红外探测器送出来的是16位的单通道图像,因为要送显才被转化成8位单通道,如果说是24位的话其实相当于R=G=B各8位。
红外图像成像特点：由于红外图像是通过“测量”物体向外辐射的热量而获得的，故与可将光图像相比：分辨率差、对比度低、信噪比低、视觉效果模糊、灰度分布与目标反射特征无线性关系。
红外图像局部不变特征：
目前绝大多数景物匹配算法提取的都是全局不变特征，它能很好解决同一目标的一致性判决问题，但很难消除图像的成像畸变。当图像之间的成像畸变很复杂时，利用全局信息进行匹配非常困难，特别是存在局部遮挡时，全图特征会随之变化。
基于以上特点，红外图像的匹配识别与跟踪一般都是基于特征的方法，一般都是采用局部不变特征来对红外图像进行处理识别。
局部特征提取，即，将图像整体分割成若干个组成部分，对每一部分提取全局特征。此处的分割并不是我们直观认为的分割，理想情况下，人们总希望局部特征对应客观世界的物体的一部分，但是这是不现实的，往往需要借助图像处理技术对高层场景进行理解。