数学形态学方法在目标检测中的应用.ppt

数学形态学方法在目标检测中的应用 主要内容 数学形态学发展历史 数学形态学基本运算 基于Top-Hat算子的小目标轨迹检测 开发工具及程序演示 数学形态学发展历史 数学形态学形成于19世纪60年代,在随后的几年里得到迅速发展,并逐渐完善. 随着数学形态学逻辑基础的发展,其应用向工业技术方面发展.尤其对图象处理产生重大的影响.目前在计算机文字识别,计算机显微分析,医学图象处理,工业检测等方面都取得成功的应用. 数学形态学基本运算 形态学腐蚀运算 形态学膨胀运算 形态学开运算 形态学闭运算 灰值腐蚀运算 利用结构元素b对信号f的腐蚀定义为: (fΘb)(s)=min{ f(s+x)-b(x) | (s+x) ∈ Df and x∈ Db }. 腐蚀运算过程可用图1表示: 图1-1 图1-2 图1-3 图1-1为原始图象,其横坐标表示像素点,纵坐标表示该点对应的像素值. 图1-2表示结构元素. 图1-3表示腐蚀后图象. 灰值膨胀运算 利用结构元素b对信号f的膨胀定义为: (f⊕b)(s)=max{ f(s-x)+b(x) | (s-x) ∈ Df and x∈ Db }. 其运算过程可用图2表示: 图2-1 图2-2 图2-3 图2-1表示原始图象 图2-2表示结构元素 图2-3表示膨胀后的结果 图3-1 图3-2 图3-3 图3-1为原始图象 图3-2为腐蚀后图象 图3-3为膨胀后图象 灰值开运算 形态学开运算实质上腐蚀和膨胀的混合运算. 其定义为: f?b=(fΘb)⊕b 即先进行腐蚀再膨胀. 其运算过程如图4所示: 图4-1 图4-2 图4-3 图4-1为原始图象 图4-2为开运算的过程 图4-3为开运算后的结果 灰值闭运算 闭运算是开运算的对偶运算,其定义为: f?b=(f⊕b)Θb 即先膨胀再腐蚀. 其运算过程如图5所示: 图5-1 图5-2 图5-3 图5-1为原始图象 图5-2为闭运算的过程 图5-3为闭运算后的结果 图6-1为原始图象 图6-2为腐蚀运算后图象 图6-3为闭运算后的图象 图6-1 图6-2 图6-3 图7-1 图7-2 图7-3 图7-1为原始图象 图7-2为腐蚀后图象 图7-3为闭运算后图象 基于Top-Hat算子的目标轨迹检测 能量累积 Top-Hat算子 二值化阀值选择 目标轨迹检测 能量累积 所谓能量累积就是通过对多幅图象求平均值来达到降噪的目的, 而且在求平均值的过程中, 图象的静止部分不会改变, 但对每—幅图象, 由于其噪声点的随机性, 则累积得很慢. 通过能量累积提高原始图象的信噪比,从而提高图象检测能力. 其效果如图8所示: 能量累积 图 8 能量累积 图8-1 图8-2 Top-Hat算子 Top-Hat 算子是形态学中膨胀、腐蚀等基本算子的组合. Top-Hat 算子根据使用开、闭运算的不同而分为开Top-Hat 算子,闭Top-Hat 算子. 其中开Top-Hat算子定义为: OTHf,b(x)=(f-f?b)(x) 其运算过程可用图9表示: 图9-1 图9-2 图9-3 图9-4 二值化阀值的选择 二值化阀值T的选择根据以下公式: T=M+K*δ 其中,M为图像的局部均值:δ为其局部方差; K 为常系数,它可根据实验统计而得到. 目标轨迹检测 通过以上几个步骤之后，在每帧图片中待检测的小目标已能很好的滤去噪声并与背景相分离，为了求出目标的运动轨迹，由于待检测的小目标不是一个孤立的点，它有一定的大小，所以为求出其运动轨迹，首先对经过处理的多帧图片，求出已与背景相分离的小目标的质心。以质心位置代表图片中的小目标，设其位置坐标为(x, y)于是对输入的N帧图片,就会求出N个坐标。之后再在原图象中将这N个坐标的点的值设为1，其它点值设为0,即可得到待检测目标的运动轨迹。 其结果如图10,图11所示: 图10 图11 开发工具及程序演示 开发工具 在Windows下利用MATLAB工具,进行程序开发.MATLAB是MathWorks公司开发的专业软件.它提供了专业水平的符号计算，图字处理，可视化建模仿真和实时控制等功能.其优点是简洁,直观符合人们思维.具备良好的数值计算能力. 程序演示