（控制理论与控制工程专业论文）基于图像处理的空中目标识别技术研究.pdf

基于图像处理的空中目标识别技术研究 a b s t r a c t w i 血t h ed e v e l o p i n go f i m a g et h e o r y , d i g i t a li m a g ep r o c e s s i n gi sw i d e l yu s e di ne v e r y d e p a r t m e n to fc o u n t r ye c o n o m vw h i l et h ed e s i r eo fm o d e m w a ri sb e c o m i n gm o r ea n d m o r e s e v e r e l y , i tj sm o r ea n dm o r oi m p o r t a n t t or e c o g n i z ea i r c r a f i s t h i st h e s i sw o r k sm a i n l yo nt h ep r e p r o c e s s i n ga n dp o s tp r o c e s s i n go ft h ei m a g e t h i s p a p e r i ss t r u c t u r e da sf o l l o w s ： f i r s t l y ，t h ei m a g ew h i c hi si n p u t t e di sb e i n gp r e p r o c e s s e d ，i n c l u d i n gd e n o i s i n g ，e d g e d e t e c t i o na n db i n a r i z a t i o n r o b e r t ，s o b e l ，p r e w i t t ，g a u s s l a p l a c i a na n dw a v e l e tm e t h o d s a r eu s e dt od e t e c te d g e s a n dt h ei m a g ei sb i n a r i e d s e c o n d l y , m o m e n tf e a t u r eo f t h ei m a g ei se x t r a c t e d i nt h i sp a p e r , h um o m e n tf e a t u r e i se x t r a c t e d ，n o r m a l i z e da n dm o d i f i e d t h i r d l y , m o m e n t f e a t u r ew h i c hi si n p u ti na r t i f i c i a ln e u r a ln e t w o r ki su s e dt or e c o g n i z e a i r c r a f t i nt h i sp a p e r , i m p r o v e db a c k - p r o p a g a t i o nn e t w o r ka n dk o h o n e nn e u r a ln e t w o r k a n dm l f n nn e t w o r k g r o u pc l a s s i f i e ra r ep r o p o s e d l a s t l y , b a s e do i lt h em e t h o d s w e m e n t i o n e d ，s o f t w a r es y s t e mu s i n gv c i sd e s i g n e dt o d o e x p e r i m e n t s r e s u l t s i n d i c a t e dt h a tt h i s s y s t e m c a n r e c o g n i z ea i r c r a f t s a n dm e c l a s s i f i e r sh a v eh i g hc l a s s i f i c a t i o nr a t e k e y w o r d s ：i m a g ep r o c e s s i n g ，p a t t e r nr e c o g n i t i o n ，p r e p r o c e s s i n g ，e d g ed e t e c t i o n ， b i n a r i z a t i o n ，m o m e n tf e a t u r ee x t r a c t i o n ，n e u r a ln e t w o r k i i 南京航空航天大学硕十学位论文 第一章绪论 1 1 本课题研究的科学意义与应用前景 视觉是人类从大自然中获取信息的最主要的手段。外部世界丰富多彩的信息有百 分之六十是通过视觉感知的。因此，视觉信息对人类是非常重要的。从信息处理的角 度搞清它的机理，研究它们的算法，以使计算机实现人的视觉、听觉等模式识别能力， 是人类在基础研究与应用研究中面临的最重大的挑战之一。人类是通过眼睛与大脑来 获取、处理与理解视觉信息的。周围环境中的物体在可见光的照射下，在人眼的视网 膜上形成图像，由感光细胞转换成神经脉冲信号，经神经纤维传入大脑皮层进行处理 与理解。视觉，不仅指对光信号的感受，它包括了对视觉信息的获取、传输、处理、 存储与理解的全过程。信号处理理论与计算机出现以后，人们试图用摄象机获取环境 图像并转换成数字信号，用计算机实现对视觉信息处理的全过程。这样就形成了一门 新兴的学科计算机视觉。 计算机视觉是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术。其研 究目标是使计算机具有通过一幅或多幅图像认知周围环境信息的能力。这种能力将不 仅使机器能感知环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且 能对它们进行描述、存储、识别与理解。计算机视觉是与图像处理、模式识别、计算 机图形学、人工智能、专家系统、人工神经网络、认知学、神经心理学、生理，1 3 , 理学 等多门学科有密切联系的、交叉的、综合性学科。计算机视觉作为计算机科学的一个 重要研究领域正在受到广泛的重视，计算机视觉已应用于遥感图像分析，文字识别， 医学图像处理，多媒体技术，图像数据库，工业检测与军事等方面。随着跨学科基础 研究的不断深入，随着计算机性能的快速提高，计算机视觉将广泛地应用于更复杂的 应用场合。其中图像处理、模式识别是计算机视觉的核心部分。 图像是人类获取信息的主要途径。所谓“图”，就是物体透射或者反射光的分布； “像”是人的视觉系统接收图的信息而在大脑中形成的印象或认识。前者是客观存在 的，而后者是人的感觉，图像应该是两者的结合。因此，在图像处理中不能仅仅把图 像看成是二维平面上或者三维立体空间中具有明暗或色彩变化的光分布。 所谓图像处理，就是对图像信息进行加工以满足人的视觉心理或应用需求的行 为。图像处理的手段有光学方法和电子学( 数学) 方法。前者已经有很长的发展历史， 从简单的光学滤波到现在的激光全息技术，光学处理理论已经日趋完善，而且处理速 度快，信息容量大，分辨率高，又很经济。但是光学处理图像精度不高，稳定性差， 操作不便。从2 0 世纪6 0 年代起，随着电子技术和计算机技术的不断提高和普及，数 南京航空航天大学硕十学位论文 第一章绪论 1 1 本课题研究的科学意义与应用前景 视觉是人类从大自然中获取信息的最主要的手段。外部世界丰富多彩的信息有百 分之六十是通过视觉感知的。因此，视觉信息对人类是非常重要的。从信息处理的角 度搞清它的机理，研究它们的算法，以使计算机实现人的视觉、听觉等模式识别能力， 是人类在基础研究与应用研究中面临的最重大的挑战之一。人类是通过眼睛与大脑来 获取、处理与理解视觉信息的。周围环境中的物体在可见光的照射下，在人眼的视网 膜上形成图像，由感光细胞转换成神经脉冲信号，经神经纤维传入大脑皮层进行处理 与理解。视觉，不仅指对光信号的感受，它包括了对视觉信息的获取、传输、处理、 存储与理解的全过程。信号处理理论与计算机出现以后，人们试图用摄象机获取环境 图像并转换成数字信号，用计算机实现对视觉信息处理的全过程。这样就形成了一门 新兴的学科计算机视觉。 计算机视觉是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术。其研 究目标是使计算机具有通过一幅或多幅图像认知周围环境信息的能力。这种能力将不 仅使机器能感知环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且 能对它们进行描述、存储、识别与理解。计算机视觉是与图像处理、模式识别、计算 机图形学、人工智能、专家系统、人工神经网络、认知学、神经心理学、生理，1 3 , 理学 等多门学科有密切联系的、交叉的、综合性学科。计算机视觉作为计算机科学的一个 重要研究领域正在受到广泛的重视，计算机视觉已应用于遥感图像分析，文字识别， 医学图像处理，多媒体技术，图像数据库，工业检测与军事等方面。随着跨学科基础 研究的不断深入，随着计算机性能的快速提高，计算机视觉将广泛地应用于更复杂的 应用场合。其中图像处理、模式识别是计算机视觉的核心部分。 图像是人类获取信息的主要途径。所谓“图”，就是物体透射或者反射光的分布； “像”是人的视觉系统接收图的信息而在大脑中形成的印象或认识。前者是客观存在 的，而后者是人的感觉，图像应该是两者的结合。因此，在图像处理中不能仅仅把图 像看成是二维平面上或者三维立体空间中具有明暗或色彩变化的光分布。 所谓图像处理，就是对图像信息进行加工以满足人的视觉心理或应用需求的行 为。图像处理的手段有光学方法和电子学( 数学) 方法。前者已经有很长的发展历史， 从简单的光学滤波到现在的激光全息技术，光学处理理论已经日趋完善，而且处理速 度快，信息容量大，分辨率高，又很经济。但是光学处理图像精度不高，稳定性差， 操作不便。从2 0 世纪6 0 年代起，随着电子技术和计算机技术的不断提高和普及，数 基于图像处理的空中目标识别技术研究 字图像处理进入高速发展时期。所谓数字图像处理就是利用数字计算机或者其他数字 硬件，对从图像信息转换而得到的电信号进行某些数学运算，以提高图像的实用性。 例如从卫星图片中提取目标物的特征参数，三维立体断层图像的重建等。数字图像处 理技术处理精度比较高，而且还可以通过改进处理软件来优化处理效果。但是，由于 数字图像处理的数据量非常庞大，因此处理速度相对较慢，这就限制了数字图像处理 的发展。随着计算机技术的飞速发展，计算机的运算速度大大提高将大大促进数字图 像处理技术的发展。目前图像处理的应用已经非常广泛，它已经渗透到工业、医疗保 健、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用，其前途是不可 限量的。其优点有： 1 ) 再现性好 数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复 制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原 稿，则数字图像处理过程始终能保持图像的再现。 2 ) 处理精度高 按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取 决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为1 6 位甚 至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不 论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原 理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组 参数就可以了。回想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要 大幅度地改进处理装置，这在经济上是极不合算的。 3 ) 适用面宽 图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像 ( 例如x 射线图像、射线图像、超声波图像或红外图像等) 。从图像反映的客观实 体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。 这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰 度图像( 彩色图像也是由灰度图像组合成的，例如r g b 图像由红、绿、蓝三个灰度 图像组合而成) 组合而成，因而均可用计算机来处理。即只要针对不同的图像信息源， 采取相应的图像信息采集措旌，图像的数字处理方法适用于任何一种图像。 4 ) 灵活性高 图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部 分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算，这极大地 限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算，而且能实 现非线性处理，即儿是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像 处理实现。 尽管近几年来国内图像处理和识别的研究取得了较大的发展，已经把图像处理技 南京航空航天人学硕十学位论文 术应用到很多领域，如：多光谱图像增强、迭加、农作物估产、绘制陆地利用地图、 气象图像处理、台风和雷雨云的跟踪等等，森林火灾、水灾等的显示、预报等项工作 都已有现成设备。我国气象部门、地质部门、石油部门等都已引进相应设备，并有详 细的技术操作说明，然而对飞机的识别还不是很成熟。因此，图象处理和模式识别的 技术虽然日趋成熟，但今后还要进一步完善。所以，本课题对我国国防建设和现代化 建设有重要的意义。 1 2 本课题当前国内外研究现状及分析 1 2 1 图像处理和识别的发展历史分析 图像技术在广义上是各种与图像有关的技术的总称，但主要研究的是数字图像的 计算机图像技术。它的历史开始于2 0 世纪2 0 年代，在5 0 年代及以前计算机主要还 是应用于数值计算，还不能进行大数据量的图像处理。在6 0 年代，由于第三代计算 机的出现，及快速傅里叶变换的发现和应用使得对图像的某些计算得以实现，在7 0 年代，图像技术有了长足的发展，第一本图像处理的专著 r o s e n f e l d1 9 7 6 得以出版。 8 0 年代，能进行图像处理硬件的相继出现，促进了2 d 和3 d 图像处理的发展，9 0 年 代以后，图像技术已逐步深入到人类生活和社会发展的各个方面。人们也提出了许多 有关图像处理、图像分析和图像识别的算法。 图像识别的发展经历了三个阶段：文字识别、图像处理和识别及物体识别。 文字识别的研究是从1 9 5 0 年开始的，一股是识别字母、数字和符号，从印刷文 字识别到手写文字识别，应用非常广泛，并且已经研制了许多专用设备。 图像处理和识别的研究，是从1 9 6 5 年开始的。过去人们主要是对照相技术、光 学技术的研究，而现在则是利用计算技术，通过计算机来完成。计算机图像处理不但 可以消除图像的失真、噪声，同时还可以进行图像的增强与复原，然后进行图像的判 读、解析与识别，如航空照片的解析、遥感图像的处理与识别等。 物体识别也就是对三维世界的认识，它是和机器人的研究有着密切关系的一个领 域，在图像处理上没有特殊的难点，但必须知道距离信息，并且必须将环境模型化。 在自动化技术已从体力劳动向部分智力劳动自动化发展的今天，尽管机器人的研究非 常盛行，但还只限于视觉能够观察到的场景。随着计算机和信息科学的发展，计算机 视觉、人工智能的研究已成为新的动向。 1 2 2 图像处理和模式识别的国内外现状及发展 自2 0 世纪7 0 年代末以来，由于数字技术和微机技术迅猛发展给数字图像处理提 3 南京航空航天人学硕十学位论文 术应用到很多领域，如：多光谱图像增强、迭加、农作物估产、绘制陆地利用地图、 气象图像处理、台风和雷雨云的跟踪等等，森林火灾、水灾等的显示、预报等项工作 都已有现成设备。我国气象部门、地质部门、石油部门等都已引进相应设备，并有详 细的技术操作说明，然而对飞机的识别还不是很成熟。因此，图象处理和模式识别的 技术虽然日趋成熟，但今后还要进一步完善。所以，本课题对我国国防建设和现代化 建设有重要的意义。 1 2 本课题当前国内外研究现状及分析 1 2 1 图像处理和识别的发展历史分析 图像技术在广义上是各种与图像有关的技术的总称，但主要研究的是数字图像的 计算机图像技术。它的历史开始于2 0 世纪2 0 年代，在5 0 年代及以前计算机主要还 是应用于数值计算，还不能进行大数据量的图像处理。在6 0 年代，由于第三代计算 机的出现，及快速傅里叶变换的发现和应用使得对图像的某些计算得以实现，在7 0 年代，图像技术有了长足的发展，第一本图像处理的专著 r o s e n f e l d1 9 7 6 得以出版。 8 0 年代，能进行图像处理硬件的相继出现，促进了2 d 和3 d 图像处理的发展，9 0 年 代以后，图像技术已逐步深入到人类生活和社会发展的各个方面。人们也提出了许多 有关图像处理、图像分析和图像识别的算法。 图像识别的发展经历了三个阶段：文字识别、图像处理和识别及物体识别。 文字识别的研究是从1 9 5 0 年开始的，一股是识别字母、数字和符号，从印刷文 字识别到手写文字识别，应用非常广泛，并且已经研制了许多专用设备。 图像处理和识别的研究，是从1 9 6 5 年开始的。过去人们主要是对照相技术、光 学技术的研究，而现在则是利用计算技术，通过计算机来完成。计算机图像处理不但 可以消除图像的失真、噪声，同时还可以进行图像的增强与复原，然后进行图像的判 读、解析与识别，如航空照片的解析、遥感图像的处理与识别等。 物体识别也就是对三维世界的认识，它是和机器人的研究有着密切关系的一个领 域，在图像处理上没有特殊的难点，但必须知道距离信息，并且必须将环境模型化。 在自动化技术已从体力劳动向部分智力劳动自动化发展的今天，尽管机器人的研究非 常盛行，但还只限于视觉能够观察到的场景。随着计算机和信息科学的发展，计算机 视觉、人工智能的研究已成为新的动向。 1 2 2 图像处理和模式识别的国内外现状及发展 自2 0 世纪7 0 年代末以来，由于数字技术和微机技术迅猛发展给数字图像处理提 3 南京航空航天人学硕十学位论文 术应用到很多领域，如：多光谱图像增强、迭加、农作物估产、绘制陆地利用地图、 气象图像处理、台风和雷雨云的跟踪等等，森林火灾、水灾等的显示、预报等项工作 都已有现成设备。我国气象部门、地质部门、石油部门等都已引进相应设备，并有详 细的技术操作说明，然而对飞机的识别还不是很成熟。因此，图象处理和模式识别的 技术虽然日趋成熟，但今后还要进一步完善。所以，本课题对我国国防建设和现代化 建设有重要的意义。 1 2 本课题当前国内外研究现状及分析 1 2 1 图像处理和识别的发展历史分析 图像技术在广义上是各种与图像有关的技术的总称，但主要研究的是数字图像的 计算机图像技术。它的历史开始于2 0 世纪2 0 年代，在5 0 年代及以前计算机主要还 是应用于数值计算，还不能进行大数据量的图像处理。在6 0 年代，由于第三代计算 机的出现，及快速傅里叶变换的发现和应用使得对图像的某些计算得以实现，在7 0 年代，图像技术有了长足的发展，第一本图像处理的专著 r o s e n f e l d1 9 7 6 得以出版。 8 0 年代，能进行图像处理硬件的相继出现，促进了2 d 和3 d 图像处理的发展，9 0 年 代以后，图像技术已逐步深入到人类生活和社会发展的各个方面。人们也提出了许多 有关图像处理、图像分析和图像识别的算法。 图像识别的发展经历了三个阶段：文字识别、图像处理和识别及物体识别。 文字识别的研究是从1 9 5 0 年开始的，一股是识别字母、数字和符号，从印刷文 字识别到手写文字识别，应用非常广泛，并且已经研制了许多专用设备。 图像处理和识别的研究，是从1 9 6 5 年开始的。过去人们主要是对照相技术、光 学技术的研究，而现在则是利用计算技术，通过计算机来完成。计算机图像处理不但 可以消除图像的失真、噪声，同时还可以进行图像的增强与复原，然后进行图像的判 读、解析与识别，如航空照片的解析、遥感图像的处理与识别等。 物体识别也就是对三维世界的认识，它是和机器人的研究有着密切关系的一个领 域，在图像处理上没有特殊的难点，但必须知道距离信息，并且必须将环境模型化。 在自动化技术已从体力劳动向部分智力劳动自动化发展的今天，尽管机器人的研究非 常盛行，但还只限于视觉能够观察到的场景。随着计算机和信息科学的发展，计算机 视觉、人工智能的研究已成为新的动向。 1 2 2 图像处理和模式识别的国内外现状及发展 自2 0 世纪7 0 年代末以来，由于数字技术和微机技术迅猛发展给数字图像处理提 3 基于图像处理的空中目标识别技术研究 供了先进的技术手段，“图像科学”也就从信息处理、自动控制系统理论、计算机科 学、数据通信、电视技术等学科中脱颖而出，成长为旨在研究“图像信息的获取、传 输、存储、变换、显示、理解与综合利用”的崭新学科。 随着图像科学各基本理论的进展，具有“数据量大、运算速度快、算法严密、可 靠性强、集成度高、智能性强”等特点的各种应用图文系统在国民经济各部门得到广 泛的应用，并在逐步深入家庭生活。现在，通信、广播、计算机技术、工业自动化、 国防工业乃至印刷、医疗等部门的尖端课题无一不与图像科学的进展密切相关。事实 上，图像科学已成为各高技术领域的汇流点，将是2 1 世纪影响国民经济、国家防务 和世界经济的举足轻重的产业。 自2 0 世纪8 0 年代后期复兴的“神经元网络”更是以模拟人的“形象思维”能力， 特别是其识别能力为目标。十余年来得到长足的进展，新一代的“神经元计算机”预 计将在2 1 世纪初进入实用化，从而大大提高现有图像的速度及可靠性。 目前，国内、国外已经把图像处理技术应用到很多领域，其中最典型的应用有： 1 ) 遥感图像处理和空间探测 以多光谱图像的综合处理和像素区的模式分类为基础的遥感图像处理是对地球 的全体环境进行监控的强有力的手段。它同时可为国家计划部门提供精确、客观的各 种农作物生产情况、收获估计、林业资源、地质、水文、海洋等各种宏观的调查、监 测资料。 许多国家每天派出很多侦察飞机对地球上有兴趣的地区进行大量的空中摄影。对 由此得来的照片进行处理分析，以前需要雇用几千人，而现在改用配备有高级计算机 的图像处理系统来判读分析，既节省人力，又加快了速度，还可以从照片中提取人工 所不能发现的大量有用情报。从6 0 年代术以来，美国及一些国际组织发射了资源遥 感卫星( 如l a n d s a t 系列) 和天空实验室( 如s k y l a b ) ，由于成像条件受飞行器 位置、姿态、环境条件等影响，图像质量总不是很高。因此，以如此昂贵的代价进行 简单赢观的判读来获取图像是不合算的，而必须采用数字图像处理技术。如 l a n d s a t 系列陆地卫星，采用多波段扫描器( m s s ) ，在9 0 0 k m 高空对地球每一个 地区以1 8 天为一周期进行扫描成像，其图像分辨率大致相当于地面上十几米或1 0 0 米左右( 如1 9 8 3 年发射的l a n d s a t - 4 ，分辨率为3 0 m ) 。这些图像在空中先处理( 数 字化，编码) 成数字信号存入磁带中，在卫星经过地面站上空时，再高速传送下来， 然后由处理中心分析判读。这些图像无论是在成像、存储、传输过程中，还是在判读 分析中，都必须采用很多数字图像处理方法。现在世界各国都在利用陆地卫星所获取 的图像进行资源调查( 如森林调查、海洋泥沙和渔业调查、水资源调查等) ，灾窖检 测( 如病虫害检测、水火检测、环境污染检测等) ，资源勘察( 如石油勘查、矿产量 探测、大型工程地理位置勘探分析等) ，农业规划( 如土壤营养、水份和农作物生长、 产量的估算等) ，城市规划( 如地质结构、水源及环境分析等) 。我国也陆续丌展了以 上诸方面的一些实际应用，并获得了良好的效果。在气象预报和对太空其它星球研究 d 南京航空航天人学硕十学位论文 方面，数字图像处理技术也发挥了相当大的作用。 空间探测和卫星侦察均已成为收 集情报的常规技术。 目前遥感技术已经比较成熟，但是还必须解决其数据量庞大、处理速度慢的缺点。 2 ) 医用图像处理 以“图像重迭”技术为中心的医用图像处理技术将更趋完善。以医用超声成像、 x 光断影成像、核磁共振断层成像技术为基础的医用图像处理可以实现对疾病的直观 诊断和无痛、安全方便的诊断和治疗。 医疗“微观手术”使用微型外科手术器械进行血管内、脏器官内的微观手术，其 中一个基础就是医用图像。特制的图像内窥镜、体外x 光监视和测量保证了手术中 的安全和正确。不仅如此，手术前的图像分析和手术后的图像监测都是手术成功的保 证。 3 ) 图像跟踪和光学制导 2 0 世纪7 0 年代以来，图像制导技术在战略武器的术制导中发挥了极大的作用。 其特点是高精度与高智能化。虽然目前国际局势趋向缓和，大国之间发生毁灭性战争 的可能性在减少，但局部战争与恐怖活动仍然有增无减。小巧精确的智能式武器是必 不可少的。 以图像匹配，特别是具有“旋转、放大、平移”不变特征的智能化图像匹配与定 位技术为基础的光学制导将得到进一步发展，例如，类似于毒刺、爱国者等图像制导 战术武器不断推出，这些地一地，地一空战术武器将改变战术作战的概念。 4 ) 机器人视觉及图像测量 随着生活水平的同益提高，危、重、繁、杂的体力劳动将逐渐被智能机器人及机 器人生产线所取代，随着机器人在工业、家庭生活中日益广泛的应用，高智能的机器 人视觉是关键的一环。三维摄象机直接摄取空阳j 像素的灰度及深度的摄象机将会 诞生。以“三维机器视觉”分析成果为中心，配有环境理解能力的机器视觉将在工业 装配、自动化生产线控制、救火、排障、引爆等方面应用，乃至家庭的辅助劳动、炊 事烹饪、清洁、老年人及残疾病人的监护方面发挥巨大的作用。 与机器视觉相并行，以三维分析为基础的图像测量将成为通用的智能化测量技术 而得到长足的发展。 5 ) 通信工程方面的应用 当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。具体地 讲是将电话、电视和计算机以三网合一的方式在数字通信网上传输。其中以图像通信 最为复杂和困难，因图像的数据量十分巨大，如传送彩色电视信号的速率达1 0 0 m b i t s 以上。要将这样高速率的数据实时传送出去，必须采用编码技术来压缩信息的比特量。 在一定意义上讲，编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、 d p c m 编码、变换编码外，目前国内外正在大力开发研究新的编码方法，如分行编码、 基丁i 玺| 像处理的空中目标识别技术研究 自适应网络编码、小波变换图像压缩编码等。 6 ) 军事公安方面的应用 在军事方面图像处理和识别主要用于导弹的精确术制导，各种侦察照片的判读， 具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统 等：公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通 监控、事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌 的自动识别都是图像处理技术成功应用的例子。 7 ) 文化艺术方面的应用 目前这类应用有电视画面的数字编辑，动画的制作，电子图像游戏，纺织工艺品 设计，服装设计与制作，发型设计，文物资料照片的复制和修复，运动员动作分析和 评分等等，现在已逐渐形成一门新的艺术计算机美术。 数字图像处理的发展动向： 1 ) 图像处理的发展将向着高速度、高分辨率、立体化、多媒体化、智能化和标准化 方向发展； 2 ) 图像、图形相结合朝着三维成像或多维成像方向发展； 3 ) 硬件芯片研究：把图像处理的众多功能固化在芯片上将会有更加广阔的应用领 域； 4 ) 新理论与新算法的研究特别是移植和借鉴其它学科技术和研究成果，创造新的处 理方法； 5 ) 加强边缘学科研究，促进图像处理技术发展； 可以预期，图像科学将经历一个飞速发展的成熟阶段，为深入人民生活创造新的 文化环境，成为提高生产的自动化、智能化水平的基础科学之一。图像科学的基础性 研究，特别是结合人工智能与视觉处理的新算法，从更高水平提取图像信息的丰富内 涵，与现实世界直接联系的视觉和“形象思维”这一智能的模拟和复现，是一项艰难 而重要的任务。 如今，模式识别技术的发展已由简单应用到各行各业都有广泛的应用，譬如： 1 ) 在工业自动检测上如零件尺寸的动态检查，产品质量、包装、形状识别，表面 缺陷检测等： 2 ) 光学信息处理上如光学文字识别，光学标记识别，光学图形识别，光谱能量分 析等； 3 ) 自动化仪器如自动售货机，自动搬运机，监视装置等： 4 ) 医疗仪器上的样本检查分析，眼球运动检测，x 射线摄像，胃镜、肠镜摄像等； 5 ) 军事上有卫星侦察，航空遥感，微光夜视，导弹制导，目标跟踪，军事图像通 信等： 6 ) 人2 1 ：智能方面有机器人视觉，无人自动驾驶，邮什白动分检，指纹识别等。 随着人们对自动化智能系统的渴求，技术和器件的发展，模式识别的应用范围越 6 南京航空航大人学硕+ 学位论文 来越广，人们不仅仅是要求自动化系统能够替代人完成繁重单调或危险环境下的工 作，而是面向于使人们的生活更加方便和舒适，如安全防伪系统，智能机器人，智能 卡等等的出现。因而，模式识别技术所面临的挑战除了要求解决大数量模式类的识别 和复杂畸变不变性识别的传统难题，同时开始了更复杂的带有感性色彩的识别，如运 动员训练动作及姿势矫f ，由人走路的姿势识别人，对人的嘴形变化甚至面部表情的 识别等等。 1 3 本课题研究的基本任务与要求 本课题的主要任务是用摄像头摄入飞机模型，建立飞机的图像模型库，对库中的 飞机图像进行处理和识别。最后得出飞机识别的结果。要求对飞机作出正确的识别。 1 4 本课题研究的重要内容、获得的成果以及所作的贡献 本文对数字图像处理和模式识别的原理展开了研究，并对其在空中目标识别中的 应用进行了仿真试验。主要的研究内容如下： 1 ) 对输入的图像进行预处理，包括图像的恢复、变换、边缘检测等操作。把输入 的飞机真彩色图像转换成灰度图像，然后对图像进行边缘检测。因此，对图像 的识别仅仅变为对图像的边缘形状进行识别即可。对图像的边缘检测进行了仿 真试验。得到飞机模型的边缘图像，再对边缘图像进行二值化处理。 2 ) 提取飞机图像的特征，计算飞机模型库的矩特征。采用合理的描述算子对其进 行描述。 3 ) 对前期处理所得到的样本进行模式分类，得出图像识别的结果。 在仿真试验中，本课题采用的是v c 语言编程，在图像的后期处理中，采用神经 网络进行分类。按本文所提出的方法进行实验，在一定的误差范围内可以正确识别飞 机。 1 5 小结 本章首先对计算机视觉和图像处理和识别的历史、现状和发展等方面进行了概 述，并介绍了国内外的研究现状及发展的趋势。最后给出了本课题的研究思路和主要 工作内容。 南京航空航大人学硕+ 学位论文 来越广，人们不仅仅是要求自动化系统能够替代人完成繁重单调或危险环境下的工 作，而是面向于使人们的生活更加方便和舒适，如安全防伪系统，智能机器人，智能 卡等等的出现。因而，模式识别技术所面临的挑战除了要求解决大数量模式类的识别 和复杂畸变不变性识别的传统难题，同时开始了更复杂的带有感性色彩的识别，如运 动员训练动作及姿势矫f ，由人走路的姿势识别人，对人的嘴形变化甚至面部表情的 识别等等。 1 3 本课题研究的基本任务与要求 本课题的主要任务是用摄像头摄入飞机模型，建立飞机的图像模型库，对库中的 飞机图像进行处理和识别。最后得出飞机识别的结果。要求对飞机作出正确的识别。 1 4 本课题研究的重要内容、获得的成果以及所作的贡献 本文对数字图像处理和模式识别的原理展开了研究，并对其在空中目标识别中的 应用进行了仿真试验。主要的研究内容如下： 1 ) 对输入的图像进行预处理，包括图像的恢复、变换、边缘检测等操作。把输入 的飞机真彩色图像转换成灰度图像，然后对图像进行边缘检测。因此，对图像 的识别仅仅变为对图像的边缘形状进行识别即可。对图像的边缘检测进行了仿 真试验。得到飞机模型的边缘图像，再对边缘图像进行二值化处理。 2 ) 提取飞机图像的特征，计算飞机模型库的矩特征。采用合理的描述算子对其进 行描述。 3 ) 对前期处理所得到的样本进行模式分类，得出图像识别的结果。 在仿真试验中，本课题采用的是v c 语言编程，在图像的后期处理中，采用神经 网络进行分类。按本文所提出的方法进行实验，在一定的误差范围内可以正确识别飞 机。 1 5 小结 本章首先对计算机视觉和图像处理和识别的历史、现状和发展等方面进行了概 述，并介绍了国内外的研究现状及发展的趋势。最后给出了本课题的研究思路和主要 工作内容。 基丁幽像处理的空中目标识别技术研究 第二章图像处理与模式识别的原理及方法研究 2 1 图像处理与模式识别系统的原理框图和计算模型 2 1 1 图像处理与模式识别系统的原理框图 广义地说，“模式”是指人所生活的客观世界的总称。人生活在客观世界中，为 了改造客观世界，首先必须认识它，这就是对模式的识别。人通过感觉器官从外界取 得信息，尔后通过思维建立对客观世界的真f 认识。而在人工智能或信息科学范畴内， 模式与模式识别就赋予了新的说法。一个模式类是由一些给定的共同属性所决定的一 个类别，该类别中的一个成员就是一个模式。所谓模式识别也就是对研究的对象依据 其共有特征或者属性进行识别与分类。 所以，模式识别问题所研究的主要内容可以分成两大类： 1 ) 对人类和其它生物的识别能力的研究，这方面的课题属于生物学、心理学、生理 学的范畴。 2 ) 为满足某些应用的识别装置的设计理论和技术的研究，这一类课题属于工程学、 计算机科学、应用数学范畴。 本文所讨论的内容是信息领域的模式识别，而且主要是以图形、图像为对象的模 式识别，因此在所讨论的范围内可以对模式及模式识别作以下定义： 模式( p a t t e r n ) ：是对某些感兴趣的客体的定量的或结构的描述；模式类则是具 有某些共同特征的模式的集合。 模式识别( p a t t e r nr e c o g n i t i o n ) 是研究一种自动技术，依靠这种技术，机器将自 动地把识别模式分到各自的模式类中去。 图2 1 图像处理和模式以别系统的简单框图 一般况来，一个图像处理与模式识别系统可分为三个主要部分，其框图如图2 1 所示。第一部分是图像信息的获取，它相当于对被研究对象的调查和了解，从中得到 数据和材料，对图像识别来说就是把图片、底片、文字图形等用光电扫描设备变换为 电信号以备后续处理。第二部分是信息的加工与处理。它的作用在于把调查了解到的 8 基丁幽像处理的空中目标识别技术研究 第二章图像处理与模式识别的原理及方法研究 2 1 图像处理与模式识别系统的原理框图和计算模型 2 1 1 图像处理与模式识别系统的原理框图 广义地说，“模式”是指人所生活的客观世界的总称。人生活在客观世界中，为 了改造客观世界，首先必须认识它，这就是对模式的识别。人通过感觉器官从外界取 得信息，尔后通过思维建立对客观世界的真f 认识。而在人工智能或信息科学范畴内， 模式与模式识别就赋予了新的说法。一个模式类是由一些给定的共同属性所决定的一 个类别，该类别中的一个成员就是一个模式。所谓模式识别也就是对研究的对象依据 其共有特征或者属性进行识别与分类。 所以，模式识别问题所研究的主要内容可以分成两大类： 1 ) 对人类和其它生物的识别能力的研究，这方面的课题属于生物学、心理学、生理 学的范畴。 2 ) 为满足某些应用的识别装置的设计理论和技术的研究，这一类课题属于工程学、 计算机科学、应用数学范畴。 本文所讨论的内容是信息领域的模式识别，而且主要是以图形、图像为对象的模 式识别，因此在所讨论的范围内可以对模式及模式识别作以下定义： 模式( p a t t e r n ) ：是对某些感兴趣的客体的定量的或结构的描述；模式类则是具 有某些共同特征的模式的集合。 模式识别( p a t t e r nr e c o g n i t i o n ) 是研究一种自动技术，依靠这种技术，机器将自 动地把识别模式分到各自的模式类中去。 图2 1 图像处理和模式以别系统的简单框图 一般况来，一个图像处理与模式识别系统可分为三个主要部分，其框图如图2 1 所示。第一部分是图像信息的获取，它相当于对被研究对象的调查和了解，从中得到 数据和材料，对图像识别来说就是把图片、底片、文字图形等用光电扫描设备变换为 电信号以备后续处理。第二部分是信息的加工与处理。它的作用在于把调查了解到的 8 南京航空航天人学硕士学位论文 数据材料进行加工、整理、分析、归纳以去伪存真，去粗取精，抽出能反映事物本质 的特征，当然，抽取什么特征，保留多少特征与采用何种判决有很大关系。信息处理 包括平滑、增强、恢复、边缘检测和分割等图像操作，其目的是把输入图像简化为分 段模式。特征提取是进一步把分割的图像简单地表示为一组特征向量。第三部分是判 决或分类，即依据所提取的特征，把相应原图归属已知的一类模式，相当于人们从感 性认识升到理性认识而做出结论的过程。第三部分与特征抽取的方式密切相关，它的 复杂程度也依赖于特征抽取的方式，例如，类似度、相关性、最小距离等等。其中前 两部分是属于图像处理范畴，第三部分为模式识别范畴。我们也把预处理和特征提取 部分称为低级处理，而判决和分类部分称为高级处理。其中，每一阶段都会对识别结 果产生严重影响，所以每一阶段都应争取尽可能完美的结果。 2 1 2 图像处理与模式识别系统的计算模型 图像 输入 任务命令 图2 2 图像处理与模式识别系统的讣算模型 一般说来，图像处理与模式识别系统的计算模型如图2 2 所示。它可以粗略地分 为两级，即低级处理和高级处理。其中低级处理包括图像增强、边缘检测、直方图、 模板匹配以及滤波等操作。除了这些功能外，低级处理的计算结构还必须能够输入图 像数据，并把输出的特征传送到下一级。这些特征包括灰度级直方图、物体计算、矩 特征、面积和周长计算，或检测点的坐标位置等。特征判别属于高级处理。它产生最 后的输出结果。有时，还需要把新的任务命令反馈到低级处理中去。 2 2 图像处理与模式识别方法简介 2 2 1 图像处理技术 图像处理指的是把图像变换成其它图像的操作，包括图像的变换、增强、复原、 p理 闸一 一 卜 一 r。，lnj 随低 南京航空航天人学硕士学位论文 数据材料进行加工、整理、分析、归纳以去伪存真，去粗取精，抽出能反映事物本质 的特征，当然，抽取什么特征，保留多少特征与采用何种判决有很大关系。信息处理 包括平滑、增强、恢复、边缘检测和分割等图像操作，其目的是把输入图像简化为分 段模式。特征提取是进一步把分割的图像简单地表示为一组特征向量。第三部分是判 决或分类，即依据所提取的特征，把相应原图归属已知的一类模式，相当于人们从感 性认识升到理性认识而做出结论的过程。第三部分与特征抽取的方式密切相关，它的 复杂程度也依赖于特征抽取的方式，例如，类似度、相关性、最小距离等等。其中前 两部分是属于图像处理范畴，第三部分为模式识别范畴。我们也把预处理和特征提取 部分称为低级处理，而判决和分类部分称为高级处理。其中，每一阶段都会对识别结 果产生严重影响，所以每一阶段都应争取尽可能完美的结果。 2 1 2 图像处理与模式识别系统的计算模型 图像 输入 任务命令 图2 2 图像处理与模式识别系统的讣算模型 一般说来，图像处理与模式识别系统的计算模型如图2 2 所示。它可以粗略地分 为两级，即低级处理和高级处理。其中低级处理包括图像增强、边缘检测、直方图、 模板匹配以及滤波等操作。除了这些功能外，低级处理的计算结构还必须能够输入图 像数据，并把输出的特征传送到下一级。这些特征包括灰度级直方图、物体计算、矩 特征、面积和周长计算，或检测点的坐标位置等。特征判别属于高级处理。它产生最 后的输出结果。有时，还需要把新的任务命令反馈到低级处理中去。 2 2 图像处理与模式识别方法简介 2 2 1 图像处理技术 图像处理指的是把图像变换成其它图像的操作，包括图像的变换、增强、复原、 p理 闸一 一 卜 一 r。，lnj 随低 南京航空航天人学硕士学位论文 数据材料进行加工、整理、分析、归纳以去伪存真，去粗取精，抽出能反映事物本质 的特征，当然，抽取什么特征，保留多少特征与采用何种判决有很大关系。信息处理 包括平滑、增强、恢复、边缘检测和分割等图像操作，其目的是把输入图像简化为分 段模式。特征提取是进一步把分割的图像简单地表示为一组特征向量。第三部分是判 决或分类，即依据所提取的特征，把相应原图归属已知的一类模式，相当于人们从感 性认识升到理性认识而做出结论的过程。第三部分与特征抽取的方式密切相关，它的 复杂程度也依赖于特征抽取的方式，例如，类似度、相关性、最小距离等等。其中前 两部分是属于图像处理范畴，第三部分为模式识别范畴。我们也把预处理和特征提取 部分称为低级处理，而判决和分类部分称为高级处理。其中，每一阶段都会对识别结 果产生严重影响，所以每一阶段都应争取尽可能完美的结果。 2 1 2 图像处理与模式识别系统的计算模型 图像 输入 任务命令 图2 2 图像处理与模式识别系统的讣算模型 一般说来，图像处理与模式识别系统的计算模型如图2 2 所示。它可以粗略地分 为两级，即低级处理和高级处理。其中低级处理包括图像增强、边缘检测、直方图、 模板匹配以及滤波等操作。除了这些功能外，低级处理的计算结构还必须能够输入图 像数据，并把输出的特征传送到下一级。这些特征包括灰度级直方图、物体计算、矩 特征、面积和周长计算，或检测点的坐标位置等。特征判别属于高级处理。它产生最 后的输出结果。有时，还需要把新的任务命令反馈到低级处理中去。 2 2 图像处理与模式识别方法简介 2 2 1 图像处理技术 图像处理指的是把图像变换成其它图像的操作，包括图像的变换、增强、复原、 p理 闸一 一 卜 一 r。，lnj 随低 基于图像处理的空中目标识别技术研究 匹配、滤波等技术，它们都是对输入图像的某种有效的改善，其输出仍然是一幅完整 的图像。 图像处理技术大致分为两大类，一类是模拟处理技术，例如，采用光学处理装置 照相和电视技术( 包括各种电子器件组成的模拟电路) 均属于此类。这类处理技 术的特点是处理速度快，一般是是实时处理，特别是光学处理装置，通常能并行处理， 处理的极限从理论上讲可以达到光速，而其最大的特点是能同时处理二维图像。这种 并行处理过程十分类似于人的眼睛、大脑观察和认识事物的情形，但缺点是处理精度 差，灵活性不高，处理内容贫乏，难于实现判断功能