论文部分内容阅读
图像处理技术应用于军事、医学、生物等诸多领域,尤其在军事领域应用中尤为重要。在近几年来,其他国家一直觊觎我国海域广袤,且海洋资源蕴藏巨大,尤其日本舰船从未停止对我国海域的骚扰。因此,加强监视我国领海的能力以及实时侦查侵入的舰船的能力是至关重要的。为满足现代化信息战的要求,就必须对我国海域实时监测,及时获得可疑目标的图像信息。其中利用计算机进行自动判读识别非常重要,这样做可以有效地提高军事情报的准确性和实时性,降低错误判别目标的几率,为我国军事斗争实力提供强有力的帮助。随着图像分割技术和特征匹配技术在计算机视觉技术中的应用,从侦察图像中获得我们所需要的信息成为了可能,这项技术同时也促进了我国军事侦察技术的水平。军用图像中对目标的检测、特性的辨别以及自动辨识技术一直是现代军事信息技术研究的热门问题,也是当今很难的解决的问题。其应用价值非常广泛,主要体现在:军事情报收集和对敌监控警戒、武器自动制导等,因此,如果这些技术能够充分运用其中,我国的军事实力将大大增强。这些技术中,基于高识别比例(包含空间识别比例、时间识别比例和光谱识别比例,这里主要指空间识别比例)卫星图像中船只目标图像的处理和识别技术,在我国军事斗争准备中拥有重要的应用前景,尤其是钓鱼岛主权问题。阈值分割在图像处理领域始终作是一个基础的问题,即时在当今科技发达的时代其仍然作为一个热门的研究方向存在。它的首要目标就是从复杂繁乱的背景图片中将我们所需要的目标分离出来。其算法有很多种,有两种是最常用的。包括全局阈值分割算法和局部阈值分割算法。在两种算法中,全局阈值分割算法是最简便、最容易实现的。并且这种算法的实时性高且效果理想。但是前提明显,那就是背景和我们所需要的目标是明显可分的[27]。但是这种算法是基于整幅图片的,因此缺点同样明显:如果图像中有部分变动那么这种算法是无法达到快速应对的。与之相对的局部阈值分割算法的基本思想是对局部做出处理。因此其对图像中局部变化的情况下能够良好的应对且鲁棒性好。但是这种算法操作繁琐,需要人工设置参数而且处理时间长。本文结合背景图像和我们所需目标的各自特点做了如下研究:第一步,将原图的噪声消除,再将其对比度加大。将处理后的图像再进行预处理,这样我们可获得第一步的处理结果;第二步,分析各种经典的阈值分割算法并从中找出各个算法的优缺点;第三步,着重研究Otsu阈值分割法最后我们可以断定:经典的分割算法得到的结果虽然效果不错,但是其复杂的运算、耗时也成为其明显的缺点[7]。第四步,我们可以通过分析二值图像直方图中暴露的各种的劣势,由此对的基于中值的Otsu分割法的特征做出描述,即得到的结果非常准确、运算时间短成为其优点;缺点是仍会目标像素还是存在部分丢失。综上,本文提出了强调谷底法,这种方法可以实目标与背景相差最大,这个前提使得我们在背景图片中提取目标时能较容易且精确的得到分离后的结构。因此,我们可以将本文提出的算法应用于军事领域中,并对涉及到的技术作以简单介绍。我们使用了基于中值的Otsu算法做了充分的实验,从实验结果中可以看到:本文提出的改进后的算法首先是更加健壮,最重要的是从提取出来的目标图片看,分割效果尤为突出。如若真的能将其发展并应用于军事领域,那么对我国在军事领域中跟踪与目标分离方面会起着非常大的作用,也许我国的图像处理领域会有进一步的发展。