MATLAB在静态靶标图像处理中的应用

MATLAB在静态靶标图像处理中的应用

摘要

在实际战场，由于烟尘，天气等原因，背景通常非常复杂，靶标的检测相对比较困难。本文重点对靶标图像的识别方法进行研究，从而为实现准确的靶标定位，乃至动态靶标检测提供理论基础。本文以静态靶标图像为研究对象，基于Matlab软件，对靶标中心进行定位。首先对靶标图像进行必要的预处理，然后，应用区域标记的方法定位靶标的位置，最终用求重心的方法定位靶标十字的中心。采用这些方法, 极大地简化了分析过程, 提高了工作效率。

关键词:靶标检测阈值分割重心法

目录

第一章绪论 (4)

1.1引言 (4)

1.2本文的研究意义 (4)

1.3本文主要研究内容 (6)

第二章图像预处理的基本知识 (7)

2.1图像灰度变换 (7)

2.2图像平滑去噪 (9)

2.3图像边缘检测 (11)

第三章MATLAB简介 (13)

3.1工程应用软件MATLAB简介 (13)

3.2 MATLAB的主要优缺点 (14)

3.3 MATLAB在图像处理中的应用 (15)

第四章静态靶标检测 (17)

4.1基于数学形态学的靶标检测................ 错误!未定义书签。

4.1.1数学形态学简介........................ 错误!未定义书签。

4.1.2数学形态学基本运算.................... 错误!未定义书签。

4.2基于重心法的靶标检测 (17)

4.2.1目标阈值分割 (17)

4.2.2靶标中心定位 (19)

4.2.3靶标中心显示 (20)

第五章用户界面设计 (21)

5.1 GUI简介 (21)

5.1.1 GUI对象层次结构 (22)

5.1.2菜单 (23)

5.1.3控制框 (23)

5.1.4回调函数 (24)

5．2用户界面 (24)

第一章绪论

1.1引言

伴随现代武器系统的突飞猛进的发展，靶场测试技术水平也在发展。武器装备动态跟踪精度测试系统，距离靶标较远，因此测量时，在CCD系统捕获的图像中，靶标较小，目标与背景的对比度也较低，靶心的十字根本看不清楚。在武器装备动态跟踪精度测试系统中，关键问题之一是如何准确、快速的从复杂背景中分割出目标图像。本论文重点对靶标中心的检测方法进行研究，提出了基于重心法的静态目标检测，在武器装备动态跟踪精度测试系统的CCD系统捕获得到的图像中，找到靶场中的靶标，并标记出靶心，从而实现准确的瞄准目标，为武器装备动态跟踪精度测试系统的设计莫定基础。

1.2本文的研究意义

图像技术在广义上是各种与图像有关的总称。图像技术种类很多，跨度很大，但可以将它们归在一个整体框架――图像工程之下。图像工程是一个对整个图像领域进行研究应用的新学科，它的内容非常丰富，根据抽象程度和研究方法等的不同可分为三个各有特点的层次：图像处理、图像分析和图像理解。图像处理是较低层的操作，主要在图像像素级上进行处理。比较狭义的图像处理主要包括对图像分割以改善视觉效果或对图像压缩编码以减少传输时间或存储容量;图像分析则是进入中层的操作分割和特征提取把原来以像素描述的图像转变成简洁的非图形式的符号描述，它是一个图像进而数据出的处理，数据可以是特征测量的结果或是基于测量的符号表示；图像理解是一种经常被称为计算机视觉的高层操作，图像理解进一步研究图像中的目标和它们之间的联系，其处理过程与方法与人类的思维推理往往有不少类似之处。

抽

象

程

度

操

作

对

象高小

图1.1 图像工程三层次示意图

图像分割 (imagese gmentation)是图像处理与机器视觉的基本问题之一，同时它是一种重要的图像技术，它不仅得到人们广泛重视和研究，且在实际中得到大量的应用。图像分割在不同领域中使用的名称可能不同，如目标轮廓(object delineation)技术，阈值化(thr esholding)技术，图像区分或求差(imagediscrimination)技术，目标跟踪(targettracking)技术，目标识别(targetrecognition)技术等。图像分割是由图像处理进入到图像分析的关键步骤，在图像工程中占据重要的位置。一方面，它是目标表达的基础，对特征测量有重要的影响。另一方面，图像分割及其基于分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象、更紧凑的形式，使得更高层的图像分析和理解成为可能。图像分割在实际生产、生活中已经得到广泛的应用，例如在工业自动化，在线产品检验、遥感和生物医学图像分析、保安监视，以及军事、体育、农业、林业工程等各个方面。在各种图像应用中，只要对图像目标进行提取、测量等就都离不开图像分割。

人们对图像分割算法的研究也己经有几十年的历史，借助各种理论至今提出了上千种的分割算法，而且这方面的研究仍在继续，但到目前为止还没有通用的分割理论，现在己经提出的分割算法大都只是针对某一具体问题，并没有一种适合于所有图像的通用的分割算法。所以算法虽然多，但不同的算法在解决某一类型问题时所表现出的效率却大不相同。对图像分割的研究可以分成三个层次:第一个层次研究的是对图像进行分割的技术即对分割算法的研究:第二个层次是在分割中对分割评

价方法的研究，从而刻画和比较、帮助把握不同分割算法的特点;第三个层次则是对分割评价方法和评价准则进行系统的研究，从而保证采用恰当的评价方法和评价准则来研究分割技术。有统计表明，90%以上的文献是关于分割算法的研究。过去人们往往忽视了对分割评价方法和评价标准的研究。现在，越来越多的图像工程人员开始意识到这点。通过对分割算法性能的研究，可以优化分割，不仅可提高现有算法的性能，对研究新的分割技术也具有指导意义。

1. 3本文主要研究内容

本文的研究内容主要包括以下的几个方面

1. 选择适当的靶标图像文件;

2. 基于Matlab完成图像处理算法的研究；

3. 基于Matlab完成系统仿真软件的研究；

4. 完成实验；

5. 研究静态靶标的图像特征，寻求最优算法。

具体流程图如下：

图1.2 系统流程图