高炮實彈射擊中目標的自動提取
加入技術交流群
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。將結果填入一個與原圖像同樣大小的二維數組。
2．2 區域生長
區域生長的基本思想是將圖像中滿足某種相似性準則的像素點集合起來構成區域。
1)逐像素掃描二維數組，找出第一個為1的像素，將其坐標歸入一個前景塊數組，原像素清0(這樣下次將不再掃描該像素，避免死循環)；
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組)；
5)重復1)～4)，直到掃描完圖像中的每一個像素。本文引用地址：http://www.104case.com/article/188733.htm
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
1)視頻的前1秒鐘用于確定目標模板。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，最后一幀時的目標特征作為模板。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，找出連續出現的那個前景塊作為目標，其最后一幀的前景塊特征即為目標模板；
2)將新一幀所有前景塊的特征與目標模板進行比較。先比較長寬比，找出所有與目標模板相差不超過10％的前景塊。再比較形心位置，取距目標模板最近的作為新的目標。如果有一個以上的前景塊與原目標距離相同且最小，再比較面積，取面積最相近的作為新目標。新目標的特征即作為新的目標模板。
5 小結
圖像模式識別是一門新興學科，它的不斷完善，不僅在理論研究上取得了很大的發展，而且應用領域也日益擴大。
評論