目标识别与成像制导大作业.docxVIP

PAGE \* MERGEFORMAT1 目标识别与成像制导大作业 作业1—舰船的识别与跟踪 原理简析 根据图像的特征可见，两艘舰船都大致处于中央位置，且背景相对较为单一，根据目标与背景的区别即可识别出舰船的位置； 同时军舰相比于货轮，其细节较为丰富，同时军舰较高，这些特征可以用来区别两艘舰船； 在实际跟踪过程中，可以对每一帧图像进行相同的处理，同时考虑到目标位置不会发生大范围跳变，因此这一条件可以用来剔除错误识别的情况。 处理过程 图像的预处理： 图像预处理主要进行了如下工作： 考虑到视频中，某些帧会在左下角等角落出现干扰，因此现对周围的一些区域进行处理，排除干扰，然后即可进行二值化处理，然后通过形态学的处理，对二值图像进行开闭运算。 军舰位置的识别： 在形态学处理的基础上，对图像进行标记连通分量，提取连通分量的个数、对应的质心位置、周长、面积等特征参量；由于形态学处理过程中选取的模板固定，因此处理后得到的连通分量个数差别很大，因此需要进一步分类讨论： 当没有连通分量的时候，需要重新返回二值化处理，调整阈值，再次进行形态学处理及连通分量提取； 当仅有一个连通分量的时候，认为此质心位置即为军舰的位置； 当有两个连通分量的时候，认为得到的是两艘舰船的位置，通过比较各自的特征进行识别（本程序中采取的特征为两艘船的宽度以及面积与周长平方的比值，军舰宽度较窄，但是周长较长）；也可能是一艘舰船的位置和一个错误区域，此时上述判据依旧可以判断。 当有多个连通分量的时候，认为得到的是两艘舰船的位置，以及一些周围的小块的错误区域，根据连通分量的面积可以排除错误区域，然后即可按照两个连通分量的方法提取。 跟踪军舰位置： 对每一帧图像处理后，可以得到关于质心位置的二维数组； 考虑到可能会对军舰位置识别错误，可以对连续两帧数据的质心位置的变化进行对比，如果波动太大，即认为识别错误，此帧的质心认为和上一帧相同；如下图所示，蓝线为未采取措施的质心位置，红线为采取措施之后的情况。 同时考虑到波门不抖动过于厉害，可以将质心位置前后3个点进行平滑，这样视觉效果较好。 处理完每一帧图像之后，即可生成视频文件，得到最后的结果。 作业2—大桥的设别与跟踪 原理简析 根据图像的特征可见，大桥呈现直线特征，可以根据边缘提取之后识别直线；同时经过仔细分析，发现在某些帧中存在其他直线特征，根据两条直线的大概位置以及长度即可区分。 在实际跟踪过程中，可以对每一帧图像进行相同的处理，同时考虑到目标位置不会发生大范围跳变，因此这一条件可以用来剔除错误识别的情况。 处理过程 图像的预处理： 图像预处理主要进行了如下工作： 考虑到视频中，某些帧会在左下角等角落出现干扰，因此现对周围的一些区域进行处理，排除干扰； 考虑到图像偏亮，因此对图像进行直方图均衡化： 为了提取直线，因此通过边缘检测，给定一个差分模板，即可对水平边缘进行增强； 然后对图像进行二值化； 二值化之后得到的直线可能过细（可能仅有1个像素），因此要对图像的黑色区域进行骨架提取（相当于扩大直线位置）； 进而然后通过形态学的处理，对二值图像进行开闭运算； 之后得到的直线位置可能是断开了，因此需要通过膨胀连接直线。这里不再给出相应结果。 大桥位置的识别： 根据得到的二值图像，即可提取连通分量，通过长度和大致的位置便可以识别出大桥的位置。（其中大桥的长度最长，同时位置在偏中下的位置） 跟踪大桥位置： 对每一帧图像处理后，可以得到关于质心位置的二维数组； 考虑到可能会对军舰位置识别错误，可以对连续两帧数据的质心位置的变化进行对比，如果波动太大，即认为识别错误，此帧的质心认为和上一帧相同，如下图所示，其中红线与蓝线意义与上题相同。 同时考虑到波门不抖动过于厉害（红线中存在有波动不大，但是频率较高的问题），可以将质心位置前后3个点进行平滑，这样效果较好。 处理完每一帧图像之后，即可生成视频文件，得到最后的结果。