《基于MATLAB-图像处理的弹孔识别系统》由会员分享，可在线阅读，更多相关《基于MATLAB-图像处理的弹孔识别系统（3页珍藏版）》请在金锄头文库上搜索。
1、基于MATLAB 图像处理的弹孔识别系统摘要传统的实弹射击采用人工报靶,存在训练效率低、保障难度大、测评成绩水分多等弊病。自动报靶系统能克服这些缺点,并提高射击效率,实现快速、精确的报靶。因此自动报靶系统的研制,对于军队的现代化建设具有重要意义。而弹孔识别系统是建设自动报靶系统不可或缺的部分。目前大部分的军事上弹孔识别的研究都是针对手枪和步枪等轻武器的弹孔展开的，而且研究的人相对比较少。葛启东等提出使用颜色相似性度量来进行弹孔识别。袁莉茹提出了使用弹孔的不变矩特征来描述弹孔的特征。倪晋平等基于投影的原理来进行多弹孔的识别。张旭光等提出了使用模糊理论识别弹孔。李昌峻基于DM642的DSP处理器设
2、计了自动报靶系统。但是轻武器射击却与坦克炮射击有很大的差别。关于坦克射击的弹孔识别领域几乎没有人涉足，国内只有何金3在其毕业论文中设计了坦克射击靶场自动检靶系统。他的主要观点是使用数码相机、传感器等完成对目标靶图像的采集，然后将图像传回图像处理中心。在对弹孔图像的判断识别中，主要针对弹孔图像的半径、周长、圆形度以及圆心坐标进行综合判定。大量实践表明这种方法对枪弹弹孔判断识别的准确率较高，但是的对炮弹弹孔的识别准确率却不尽如人意。迄今为止，我军虽然对智能检靶系统有过不少的研究，但是都还停留在理论研究与临场实践状态，并未用于实际的应用。究其原因，首先是识别的精度不高，尤其是在对炮弹弹孔的识别上更是
3、如此，例如识别系统对真正弹孔与流弹飞过的划痕的识别，就做得不是太好，这在算法和图像处理上对我们提出了更高的要求。其次，他们在射击方面只是稍有了解，而且实际应用中大部分的弹孔不能只是用是不是圆形的标准来识别。本文基于MATLAB 图像处理的弹孔识别系统是通过引入数字摄像技术和计算机信息管理技术，采用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理，获得更多的信息，从而达到更高的智能化控制程度。弹孔识别系统整个处理过程分为预处理、边缘提取、图像分割、比对匹配四大模块，用MATLAB软件编程来实现每一个部分处理工程，最后识别出弹孔。图像预处理:目的是改善图像质量,为弹点识别做准备。文中
4、主要采用了图像增强、去噪、边缘检测、滤波等处理以有利于感兴趣区域的信息的提取。找到适合弹孔识别这个应用领域的去噪增强，提取靶位，图像特征。研究匹配算法，用机器学习的方法进行辅助，提高分辨的精确性、可靠性，通过大量的图片测试比对，得到实验数据结果，通过对数据结果进行分析，改进不足，最后建立原型系统。关键字：图像处理 弹孔识别 MATLAB边缘检测Keyword: image Proeessing； bullet一hole reeognition; MATLAB; edge detection研究现状目前大部分的军事上弹孔识别的研究都是针对手枪和步枪等轻武器的弹孔展开的，而且研究的人相对比较少。倪
5、晋平提出的一种基于投影原理的多弹孔识别方法。在基于图像识别的立靶密集度测试系统中, 为了识别连发射击后的弹孔位置, 提出了一种基于投影原理的多个弹孔识别方法。采用投影原理的矩形分割法将含有弹孔的图像分割成若干个区域, 再用基于区域填充的十字模板法识别出弹孔并计算弹孔中心位置。给出了识别算法和计算公式。实弹射击实验结果表明, 该方法能够有效地计算出连发射击后的弹孔着靶坐标, 测量误差不大于1. 5 mm。但是这种方法只适用于枪弹，对于炮弹用这种方法并不可取。葛启东提出的基于颜色相似性度量的弹孔识别方法中，针对现有自动报靶系统对弱小弹孔目标识别能力差的缺点提出了一种新的弹孔识别方法。该方法以彩色图
6、像为数据源，在分析弹孔成像的基础上采用颜色相似性概念对弹孔的特征进行描述。然后，以 3 3 的方形区域为基本的比较单元对射击前后两帧靶面图像的变化情况进行量化表示，并提取出满足人眼识别阈值的区域。最后，依据对弹孔特点的分析结果从这些区域中提取出满足弹孔特征的区域。实验结果表明: 和现有方法相比，该方法充分利用了彩色图像包含的丰富信息，对与背景颜色相似程度低于 98% 的弹孔实现了有效识别。这种方法基于颜色相似性度量的弹孔识别方法以彩色图像为数据源，以颜色相似性系数、一致性系数等作为区域颜色的度量参数，结合弹孔区域在射击前后颜色变化的特点，达到识别弹孔的目的，但是很多时候我们需要进行多次发射之后
7、才能检靶，这样一来容易造成多判少判的情况。何金在坦克射击靶场自动检靶系统的设计与应用一文中提出，对弹孔图像的判断识别中，主要针对弹孔图像的半径、周长、圆形度以及圆心坐标进行综合判读的。对处于非重叠和重叠位置关系的弹孔，分别采用匹配模式和统计模式给予辨识。为得到重叠弹孔的数目，提出了基于边缘点信息逐组求圆心坐标，统计弹孔数目的方法;为提高系统对目标的识别速度，又对逐组求圆心法作了改进，寻求到基于边缘信息代入法确定圆心数目的快速算法。这样的做法仅仅从想象的角度来考虑，并没有从实际出发，在我从事射击训练十几年的时间中发现，炮弹靶上圆形的不一定是弹孔，而弹孔也不会是规则的圆形。大家请看图。一年多来，我
8、学习人工智能，图像处理等课程，以及本人在军事射击领域多年的经验，同时在这一年多以来，我也阅读了大量的文章，我认为，可以从弹孔的边缘特征去识别是否为真弹孔，而且在实际的训练中我们也是通过这样判断的，在一些考核中有人会自己戳一个孔，而后虚报成绩，但是殊不知真假弹孔在我们眼中是非常清楚的。如图。所以我希望从弹孔边缘特征去判断是否为真弹孔。首先，能找到一个完整的描述弹孔图像特征的数学表达式。其次，建立一个弹孔的训练图片库。再次，建立匹配算法。最后开发基于MATLAB的原型系统。本课题的将围绕着这四个研究目标，试图给出合理可行的解决方案。参考文献1. 冈萨雷斯 数字图像处理第二版中文版 2.章毓晋，图像处理和分析教程 人民邮电出版社2009-11-13.何金，坦克射击靶场自动检靶系统的设计与应用4.袁莉茹，基于图像处理的军用自动报靶系统弹孔识别5.倪晋平，一种基于投影原理的多弹孔识别方法6.葛启东，基于颜色相似性度量的弹孔识别方法7.李昌峻，基于DM642的自动报靶系统设计
