復(fù)雜背景下目標(biāo)識(shí)別技術(shù)研究.pdf

1、目標(biāo)識(shí)別是計(jì)算機(jī)視覺的一個(gè)重要研究方向，在軍事，自動(dòng)化領(lǐng)域有著廣泛的應(yīng)用前景。復(fù)雜背景下動(dòng)態(tài)目標(biāo)的識(shí)別更是一個(gè)難點(diǎn)和熱點(diǎn)。目前關(guān)于目標(biāo)的識(shí)別方法已有很多，而對(duì)于復(fù)雜背景下目標(biāo)識(shí)別仍處于探索階段，還沒有成熟的理論，尤其是對(duì)復(fù)雜背景下動(dòng)態(tài)目標(biāo)的識(shí)別，是一項(xiàng)十分復(fù)雜同時(shí)也十分有用的技術(shù)。正確的對(duì)復(fù)雜背景下動(dòng)態(tài)目標(biāo)作出識(shí)別對(duì)于指揮自動(dòng)化系統(tǒng)后期的信息處理起著關(guān)鍵作用。 本文對(duì)復(fù)雜背景下目標(biāo)的識(shí)別主要分為前期處理和后期處理。在前期處理中，

2、分別對(duì)目標(biāo)圖像進(jìn)行預(yù)處理、邊緣檢測(cè)和圖像分割等處理，并給出了圖像處理后的試驗(yàn)結(jié)果。在分析了已有中值濾波的基礎(chǔ)上，提出了一種改進(jìn)和優(yōu)化后的中值濾波，此算法在一定程度上即有效的去除噪音同時(shí)也避免了因?yàn)橥耆兄禐V波而使圖像的細(xì)節(jié)受損。后期處理中，分析了傳統(tǒng)的模板匹配算法。由于傳統(tǒng)模板匹配的相關(guān)數(shù)據(jù)量多、計(jì)算量大，很難實(shí)現(xiàn)對(duì)復(fù)雜背景下動(dòng)態(tài)目標(biāo)識(shí)別匹配的實(shí)時(shí)性和匹配速率。 因此，在小波變換和投影的基礎(chǔ)上，提出一種對(duì)于復(fù)雜背景下動(dòng)態(tài)目標(biāo)進(jìn)行

3、匹配的區(qū)域分割匹配算法，此算法根據(jù)目標(biāo)進(jìn)入?yún)^(qū)域的方向進(jìn)行區(qū)域劃分，把目標(biāo)區(qū)域和目標(biāo)運(yùn)動(dòng)方向相關(guān)的區(qū)域進(jìn)行小波變化和投影處理后再進(jìn)行匹配，減少了匹配的區(qū)域和數(shù)據(jù)量，我們采用VC編程語(yǔ)言實(shí)現(xiàn)識(shí)別算法，后期的跟蹤處理采用的是基于600MHZTITM320DM642DSP芯片的平臺(tái)上，在CCS編譯環(huán)境下用C語(yǔ)言編程進(jìn)行識(shí)別跟蹤算法研究，該算法在一定程度上實(shí)現(xiàn)了復(fù)雜背景下目標(biāo)的匹配，減少了匹配數(shù)據(jù)量，提高匹配速率和匹配效率，同時(shí)基本上實(shí)現(xiàn)了對(duì)動(dòng)態(tài)