201200402008图像处理论文分解.doc

Guangxi University of Science and Technology 《数字图像处理与通信》课程论文 院 （系）： 计通学院 专 业： 通信工程 班 级： 通信121 姓 名： 徐嘉良 学 号： 201200402008 上课时间： 2014-2015（2） 基于MATLAB的卫星数字图像处理技术研究 摘 要 随着信息化社会的到来，世界军事领域展开了一场以信息技术为核心的新的军事技术革命．我军建设的目标是充分利用现代信息技术，建设2l世纪新型军队，打赢下个世纪的信息时代战争。数字图像处理技术是其现代信息技术重要组成部分。卫星图像识别是卫星导航制导的重要环节。 本文首先介绍了图像处理技术的发展概况和军事上的重要应用以及MATLAB软件基本操作方法。接着，针对军事卫星图像的特点，对灰度变换、直方图变换、图像平滑和图像锐化、图像的假彩色与伪彩色处理等预处理方法，进行了分析、讨论，并利用了MATLAB图像处理工具箱函数加以实现。在此基础上，进一步运用边缘检测、特征提取、分析等一系列技术，通过计算机进行模拟，对图像进行辨别，分析和处理。增强图像中的有用信息，削弱干扰和噪声，简化图像的表示，分析图像的有用数据，以便于观察识别和进一步地分析处理，从而对图像中的不同对象进行描述，解释、分类。最后，给出了常见的统计模式的识别方法，并比较详细地讨论了对卫星图像的识别。文中对所研究的方法利用强大的Maflab软件进行了仿真实验，证实了所得结果的合理性和有效性． 战场数字化是赢得下一场战争的关键，本文中所完成工作，对完善军事侦察的手段，提高侦察水平，促进我军的现代化建设具有一定重要意义。 关键词 数字图像处理 灰度变换 直方图变换 边缘检测 特征提取 MATLAB统计模式识别 １　引言 计算机图像处理技术所讨论的问题，是研究用计算机代替人自动地处理大量的物理信息，解决人类生理器官所不能识别的问题，从而部分代替人的脑力劳动。人类识别图像的过程总是先找出它们外形或颜色的某些特征进行比较分析、判断，然后加以分门别类，即识别它们。我们在研制自动识别机时也往往借鉴人的思维活动，采用同样的处理方法。然而图像的灰度与色彩是由光强和波长不同的光波所引起的，它们与景物表面的特性、方向、光线条件以及干扰等多种因素有关。在各种恶劣的工作环境里，图像与景物已有较大的差别。因此要区分图像属于哪一类，往往要经过预处理、分割、特征提取、分析、分类，识别等一系列的过程。现在这些技术完全可通过计算机进行模拟、对图像信息进行处理来达到对它的识别。 本文利用MATLAB语言图像处理工具箱强大的图像处理功能，对军事间谍卫星拍摄的图像数据进行分析，去除干扰、消除噪声和差异，经过图像变换，图象增强、图像分析等过程，将原始图像变成适合于计算机进行特征提取的形式，进而对目标图像的信息进行分类和辨识，最后运用统计模式识别的方法进行图像识别，达到识别目的。 2　图像预先处理 2.1　卫星图像变换 在分析一幅卫星图像时，常常由于外界环境因素，图像拍摄的质量较差，而图像的灰度与色彩是由光强和波长不同的光波所引起的，它们与景物表面的特性、方向、光线条件以及干扰等多种因素有关。在各种恶劣的工作环境里，图像与景物已有较大的差别。为了快速有效地对卫星图像进行处理和分析，比如进行图像增强、图像分析、图像复原等常常需要将原定义在图像空间的图像以某种形式转换到另外一些空间，并利用这些空间的特有性质方便地进行一定的加工，最后再转换回到图像空间以得到所需的效果。因此，在卫星图像处理过程中，图像变换是处理和分析的基础。 2.1.1 Fourier变换 Fourier变换是图像处理中常用的到的变换。它将图像从空域变换到频域。使我们能定量地分析数字化系统、卷积滤波器、噪声、显示点等作用，把傅立叶变换的理论同其物理解释相结合，将大大有助于解决卫星图像处理问题。在数字图像处理中，输入和数出图像通常都是二维的，一般表示为二维数字矩阵，因此这里直接讨论二维傅立叶变换。 设数字图像大小为个象素，其二维离Fourier变换为 二维离散Follrier逆变换由下式给出： ，，称为异变换核心，x 其中F（u，v)称为图像信号f(u,v)的频谱，一般它是复量，可以写成： 其中，R(u，v),I(u，v)分别为F(u,v)的实部和虚部。 F(u，v)的模为： 称为f(x,y)的振幅谱；