隨著計算機圖像處理技術(shù)、圖像模式識別技術(shù)的迅速發(fā)展，計算機圖像模式識別技術(shù)在工業(yè)、農(nóng)業(yè)、國防、科學(xué)研究和醫(yī)學(xué)等各個方面得到了更加全面的應(yīng)用。高炮實彈射擊中目標(biāo)的自動提取，就是應(yīng)用圖像模式識別技術(shù)對預(yù)先的高炮實彈射擊錄像進行分析，自動提取錄像中的目標(biāo)，確立目標(biāo)在屏幕中的位置，進而計算射擊偏差量，并給出校正量。
1 圖像的預(yù)處理
由于預(yù)先捕獲的高炮射擊錄像存在一些問題，如圖像灰度不均勻，整幀圖像的灰度范圍較小，這樣顯得對比度不夠，模糊不清，目標(biāo)與周圍景物之間的灰度差別很小，這樣的圖像直接進行目標(biāo)的提取將比較困難，使目標(biāo)的輪廓不清，這樣需要我們預(yù)先對圖像進行圖像增強處理，從而除去圖像中的噪聲，使邊緣清晰以及突出圖像中的某些性質(zhì)等。圖像增強技術(shù)可使圖像灰度級的動態(tài)范圍增大，變的輪廓比較清晰，對比度增大，使目標(biāo)及彈丸與背景的灰度區(qū)別增大，易于從背景圖像分離出來進行處理。通過修正直方圖而增強對比度是圖像增強最常用，最重要的一種方法。
直方圖修正中最優(yōu)性質(zhì)的是直方圖均衡。圖像直方圖均衡處理就是用灰度變換函數(shù)對輸入圖像直方圖進行修正，修正后的圖像直方圖趨向均勻分布。
設(shè)rk為原始圖像的第k級灰度，sk為變換后圖像的的第k級灰度，那么直方圖均衡的具體方法如下：
首先計算原始圖像的灰度級直方圖，用n(i)(i=0，1，…255)表示。
計算灰度級的變換函數(shù)T(rk)
其中，N是圖像的像素總數(shù)，然后根據(jù)灰度級變換函數(shù)T(rk)完成圖像的灰度級變換。
由于只是圖像灰度級概率密度函數(shù)的近似，因此經(jīng)過直方圖均衡后，只能得到接近平坦的直方圖。
2 圖像分割
圖像分割一直是圖像處理領(lǐng)域中的重點和難點，是實現(xiàn)自動圖像分析時首先需要完成的操作，圖像在分割后的處理，如特征提取，目標(biāo)識別等都依賴圖像分割的質(zhì)量。
2．1 圖像的二值化處理
首先，逐像素掃描，統(tǒng)計0～255每一個灰度等級上的像素數(shù)量，相當(dāng)于畫一個灰度直方圖，橫軸為灰度等級，縱軸為像素數(shù)量。掃描完畢計算整幅圖像的灰度平均值。按灰度等級低到高的順序掃描直方圖，記錄每個拐點(包括峰值和谷值)的灰度和數(shù)量。
接著，設(shè)一個灰度門限值(比如16)，合并該門限值內(nèi)的峰值和谷值。比如，兩個峰值相差15個灰度，則按加權(quán)平均的原則計算新的灰度值(權(quán)為各自的像素數(shù)量)，將其像素數(shù)量相加作為新的像素數(shù)量，并將原來的兩個峰值和其間所有的谷值刪掉。
然后，尋找相鄰且灰度上相差最大的兩個峰值，較小的峰值的灰度應(yīng)小于灰度平均值。將這兩個峰值中間的谷值的灰度作為二值化的閾值。
最后，將圖像像素逐一同閾值比較。小于閾值的作為前景，置為l；大于閾值的作為背景，置為0。將結(jié)果填入一個與原圖像同樣大小的二維數(shù)組。
2．2 區(qū)域生長
區(qū)域生長的基本思想是將圖像中滿足某種相似性準(zhǔn)則的像素點集合起來構(gòu)成區(qū)域。
1)逐像素掃描二維數(shù)組，找出第一個為1的像素，將其坐標(biāo)歸入一個前景塊數(shù)組，原像素清0(這樣下次將不再掃描該像素，避免死循環(huán))；
2)搜索該像素的四鄰域(上、下、左、右)像素，找出為1的像素，壓入堆棧，并歸入1)中的前景塊數(shù)組，原像素清0；
3)從堆棧中取出一個像素，回到步驟2)；
4)堆棧為空時，回到步驟1)(這時將建立另外一個前景塊數(shù)組)；
5)重復(fù)1)～4)，直到掃描完圖像中的每一個像素。
3 特征提取
1)長寬比：在“三”的過程中記錄下每個前景塊在水平、垂直兩個方向上最大和最小的坐標(biāo)值，得到其外接四邊形，則長寬比=(水平最大值一水平最小值)／(垂直最大值一垂直最小值)；
2)面積：累計每個前景塊的像素數(shù)量，得到其面積；
3)形心：X=(水平最大值+水平最小值)／2，Y=(垂直最大值+垂直最小值)／2。
4 確定目標(biāo)
1)視頻的前1秒鐘用于確定目標(biāo)模板。如果這40幀畫面中均只有一個前景塊，則這個前景塊即為目標(biāo)，最后一幀時的目標(biāo)特征作為模板。如果畫面中存在超過1個的前景塊，則比較這些前景塊的特征，找出連續(xù)出現(xiàn)的那個前景塊作為目標(biāo)，其最后一幀的前景塊特征即為目標(biāo)模板；
2)將新一幀所有前景塊的特征與目標(biāo)模板進行比較。先比較長寬比，找出所有與目標(biāo)模板相差不超過10％的前景塊。再比較形心位置，取距目標(biāo)模板最近的作為新的目標(biāo)。如果有一個以上的前景塊與原目標(biāo)距離相同且最小，再比較面積，取面積最相近的作為新目標(biāo)。新目標(biāo)的特征即作為新的目標(biāo)模板。
5 小結(jié)
圖像模式識別是一門新興學(xué)科，它的不斷完善，不僅在理論研究上取得了很大的發(fā)展，而且應(yīng)用領(lǐng)域也日益擴大。
下載文檔
