复杂背景下目标分割技术的研究

《复杂背景下目标分割技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、图书分类号TP391密级非密注1UDC______________________________________________________________硕士学位论文复杂背景下的目标分割技术研究李建萍指导教师（姓名、职称）付丽琴（教授）申请学位级别工学硕士专业名称信号与信息处理论文提交日期2010年4月26日论文答辩日期2010年5月31日学位授予日期年月日论文评阅人谢刚王黎明答辩委员会主席李德玉2010年4月26日原创性声明本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的科

2、研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：李建萍日期：2010.6.1关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容（保密学位论文在解密后遵守此规定）。签名：李建萍日期：2010.6.1导师签名：付丽琴日期：2010.6.1中北大学学位论文复杂背景下

3、的目标分割技术研究摘要图像制导在现代战争中应用非常广泛，但其作用距离较短。研究低对比度图像中目标的分割与识别算法，在某种意义上可以达到扩展作用距离的目的。低对比度目标分割的难点在于：目标成像距离较远、目标成像尺寸较小，背景大面积存在，使得目标淹没其中。相对于其他目标分割问题而言，复杂背景下的低对比度目标的准确分割就是一项更具有实际意义和挑战性的研究课题。为解决该问题本文进行了以下研究。本文分析总结了现有的几种典型的背景抑制算法的优缺点，最终确定采用自适应灰度形态学背景估计技术作为研究的重点，对目标图像的背景进行抑制。由于形态学背景估计法关键要确定结构元素的尺寸，而目标图像在成像过程中随着距

4、离的变化成像大小也变化，不能采用单一尺寸的结构元，为此文中提出一种结合拍摄时目标与传感器相对位置的变化信息的自适应灰度形态学方法对图像进行背景估计。由于低对比度图像的直方图无明显的峰谷，不能采用传统的方法进行分割，因此论文对多种分割方法进行了理论分析和性能对比，然后根据低对比度图像自身存在的灰度分布比较集中的实际特点,最终确定采用最大二维熵方法来确定阈值。为满足实时性的要求,文中对最大二维熵法进行了算法简化。实验结果表明，该简化算法可以有效的减少运算量，使得运算时间大大减少，实时性好，易于工程实现，基本解决了对复杂背景下的目标和背景信息进行分离的难题。关键词：低对比度图像，自适应灰度形态学

5、，背景估计，最大二维熵中北大学学位论文ResearchonImageSegmentationunderComplexBackgroundAbstractTheimagingguidancetechnologyhasbeenwidelyappliedinmodernwarfare,butthemaximumdetectionrangeiscritical.Thebasicprobleminherenttoextentthedetectionrangeisthedetectionofsmall,lowobservabletargetsinimagesandinsomesenseistofind

6、anefficientmethodforincreasingoperatingrange.Thedifficultiesinlowcontrastimagesegmentationlieinthefollows:thedistanceisfar，theareaissmallandtheobjectoftensubmergesinthebackground.Therefore,comparingwithothertargetsegemetations，howthetargetscanberobustlydetectedundercomplexbackgroundhasbecomeamorer

7、ealisticandchallengingresearch.Inordertosolvethisproblem,weconductedthefollowingstudies.Inthispaper,wehavesumedupandanalyzedtheconventionalbackgroundestimationtechniques,andfinallytheapproachbasedontheadaptivegra