基于Matlab7.0的電視導(dǎo)引頭圖像分割處理算法

陳強(qiáng)強(qiáng)，佟惠軍，王海濤

(空軍航空大學(xué) 作戰(zhàn)指揮系，長(zhǎng)春 130022)

【信息科學(xué)與控制工程】

基于Matlab7.0的電視導(dǎo)引頭圖像分割處理算法

陳強(qiáng)強(qiáng)，佟惠軍，王海濤

(空軍航空大學(xué) 作戰(zhàn)指揮系，長(zhǎng)春 130022)

電視導(dǎo)引頭的性能對(duì)于導(dǎo)彈能否直接命中目標(biāo)起著關(guān)鍵的作用，如何精確的處理電視導(dǎo)引頭的圖像，是提高電視制導(dǎo)能力的重要因素；基于對(duì)電視導(dǎo)引頭圖像進(jìn)行準(zhǔn)確的分割處理的目的，分析了圖像分割的基本原理，采用閾值分割的方法，通過(guò)對(duì)圖片進(jìn)行多次閾值分割的實(shí)驗(yàn)，得出了不同物體的RGB值分布范圍，并作為原始數(shù)據(jù)積累，在以后對(duì)背景圖像的特征提取中可直接使用。

電視制導(dǎo)；閾值；圖像分割；Matlab

電視制導(dǎo)空地導(dǎo)彈是掛裝在轟炸機(jī)、殲擊機(jī)、武裝直升機(jī)等平臺(tái)上在敵方防區(qū)外對(duì)其配置在縱深的高價(jià)值重要戰(zhàn)略戰(zhàn)術(shù)目標(biāo)實(shí)施打擊的精確制導(dǎo)彈藥[1]。電視導(dǎo)引頭在飛航導(dǎo)彈武器系統(tǒng)中占據(jù)重要的位置。近幾年，光電轉(zhuǎn)換器件和大規(guī)模高速實(shí)時(shí)圖像處理技術(shù)的發(fā)展日新月異，電視制導(dǎo)的實(shí)用性也大大提高。電視導(dǎo)引頭雖然不如雷達(dá)導(dǎo)引頭、紅外導(dǎo)引頭應(yīng)用廣泛，但是電視導(dǎo)引頭跟蹤精度高，又是成像系統(tǒng)，易于圖像處理[2]。電視導(dǎo)引頭的性能對(duì)于導(dǎo)彈能否直接命中目標(biāo)起著關(guān)鍵的作用。所以，如何精確的處理電視導(dǎo)引頭的圖像，是提高電視制導(dǎo)能力的重要因素。

近年來(lái)，國(guó)內(nèi)外在電視導(dǎo)引頭圖像處理的背景分割技術(shù)上，已經(jīng)取得了很多成果，本文希望在借鑒這些技術(shù)成果的基礎(chǔ)上，通過(guò)Matlab7.0對(duì)導(dǎo)引頭圖像中的河流、山川等目標(biāo)進(jìn)行區(qū)域分割，為電視制導(dǎo)的目標(biāo)匹配過(guò)程奠定了基礎(chǔ)。

1 圖像分割

所謂圖像分割就是指根據(jù)灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個(gè)互不相交的有意義的區(qū)域，使得這些特征在同一區(qū)域內(nèi)，表現(xiàn)出一致性或相似性，而在不同區(qū)域間表現(xiàn)出明顯的不同[3]。圖像分割技術(shù)將低層次視覺(jué)、圖像處理的問(wèn)題與高層次視覺(jué)、圖像處理的問(wèn)題聯(lián)系在一起。其目的就是將給定的一幅圖像分割成物體的集合，而對(duì)于這些物體可以運(yùn)用諸如圖像檢測(cè)、辨識(shí)和跟蹤等這些處理高層次圖像的技術(shù)進(jìn)行進(jìn)一步處理[4]。圖像分割所遵循的基本原則是，使區(qū)域內(nèi)部所考慮的特征或?qū)傩允窍嗤蛘呦嘟?，而這些特征或?qū)傩栽谙噜彽膮^(qū)域中則不同、存在差異。

由于圖像信號(hào)的復(fù)雜多樣性，圖像分割是個(gè)復(fù)雜問(wèn)題，最大的困難在于其本身暫時(shí)仍是個(gè)病態(tài)問(wèn)題，對(duì)于一個(gè)確定的景物，使用不同的分割準(zhǔn)則就會(huì)得到不同的分割結(jié)果。對(duì)于圖像分割質(zhì)量的評(píng)價(jià)目前還沒(méi)有統(tǒng)一的量化標(biāo)準(zhǔn)，對(duì)算法的評(píng)價(jià)一般是將計(jì)算機(jī)的分割結(jié)果與實(shí)際結(jié)果相比較[5]。因此，圖像的分割只能在有限的誤差限度內(nèi)進(jìn)行。

1.1 圖像獲取

本算法所采用的圖像，目標(biāo)區(qū)域?yàn)樯絽^(qū)巖石地帶，背景區(qū)域?yàn)橹車鷺淞值貛?，圖片格式為靜態(tài)圖像壓縮標(biāo)準(zhǔn)(Joint Photographic Experts Group，JPG或JPEG)。JPEG圖像具有24位彩色處理能力，可以處理照片中的微小色彩細(xì)節(jié)，具有較高的圖像質(zhì)量。和相同圖像質(zhì)量的其他常用文件格式，如GIF、TIFF、PCX相比，JPEG是目前靜態(tài)圖像中壓縮比最高的[6]。

1.2 圖像分割的理論分析

圖像閾值分割是一種廣泛應(yīng)用的分割技術(shù)，利用圖像中要提取的目標(biāo)區(qū)域與其背景在灰度特性上的差異，把圖像看作具有不同灰度級(jí)的兩類區(qū)域(目標(biāo)區(qū)域和背景區(qū)域)的組合，選取一個(gè)比較合理的閾值，以確定圖像中每個(gè)像素點(diǎn)應(yīng)該屬于目標(biāo)還是背景區(qū)域，從而產(chǎn)生相應(yīng)的二值圖像[7]。

設(shè)原始圖像f(x,y)，以一定的準(zhǔn)則在f(x,y)中找出一個(gè)合適的灰度值，作為閾值t，則分割后的圖像g(x,y)可由下式表示[8]：

另外，可以將閾值設(shè)置為一個(gè)灰度范圍[t1,t2]，凡是灰度在范圍內(nèi)的像素都變?yōu)?，否則皆變?yōu)?，即：

借助集合的概念對(duì)圖像分割可以給出比較正式的定義[9]：

其中，P(Ri)是對(duì)所有在集合Ri中元素的邏輯謂詞，?代表空集。

2 理論分析

在基于Matlab的圖像分割處理中，可以分為以下幾步：

(1)對(duì)圖像進(jìn)行二值化處理，顯示其直方圖，根據(jù)直方圖確定即將進(jìn)行的圖像閾值分割的“閾值”。

(2)確定閾值后，進(jìn)行圖像分割處理，使得低于此閾值的部分為0，高于此閾值的部分為1。

(3)將第(2)步所得圖像與原圖相乘，得到新圖像。此時(shí)，新圖像滿足一部分為0，而另一部分為1。

(4)重復(fù)第二步，進(jìn)行圖像分割處理，使得高于此閾值的部分為1，低于此閾值的部分為0。

(5)重復(fù)第(3)步。得到新圖像，新圖像與第(3)步所得圖像完全相反。

圖像分割處理的理論部分的流程圖如圖1所示，其中，圖像1為第(3)步所得圖像，圖像2為第(5)步所得圖像。

圖1 圖像分割處理流程

3 仿真研究

本文利用Matlab編程語(yǔ)言實(shí)現(xiàn)常規(guī)對(duì)目標(biāo)圖像的分割，首先對(duì)圖像進(jìn)行二值化處理，將圖像轉(zhuǎn)換為黑白二值圖像，并顯示直方圖如圖2、圖3所示。

I=imread(′*.jpg′); %讀取圖像

B=rgb2gray(I); %圖像進(jìn)行二值化

imhist(B); %顯示圖像直方圖

直方圖表示每個(gè)亮度級(jí)在圖像中的占有率；圖像對(duì)比度是通過(guò)亮度級(jí)范圍來(lái)度量的。直方圖所示的是特定亮度級(jí)像素點(diǎn)的數(shù)目。對(duì)8位像素而言，亮度級(jí)范圍為0(黑)到255(白)[10]。對(duì)直方圖進(jìn)行分析可以得出：轉(zhuǎn)折點(diǎn)處的RGB值為77，因此以77為閾值，進(jìn)行圖像分割。分割后原圖像中RGB值小于77為0，大于77為1，如圖4所示。

圖2 二值化圖像

圖3 直方圖

圖4 進(jìn)行閾值分割后的圖像

此圖像與原圖像進(jìn)行乘法運(yùn)算，則與0相乘的部位為0，與1相乘的部位得以保留，如圖5所示。

圖5 設(shè)RGB小于77為0后相乘的圖像

改變程序中的初始條件，設(shè)定RGB大于77時(shí)為0，小于77為1，則效果相反，如圖6所示。

圖6 設(shè)RGB大于77為0后相乘的圖像

進(jìn)行仿真處理后，可以使背景色的RGB為0，從而保留下目標(biāo)區(qū)域如圖7，圖8所示。通過(guò)圖像可知，目標(biāo)區(qū)域與背景區(qū)域的RGB值有著明顯的區(qū)別。

圖7 背景的RGB值

圖8 目標(biāo)的RGB值

進(jìn)行圖像閾值分割處理的Matlab程序如下所示：

fori=1:470

forj=1:746 %B的大小是470*746

if(B(i,j)<77);bw(i,j)=0;

elsebw(i,j)=1; %B中小于77的為0，大于77的為1

end

end

end

imshow(bw); %顯示bw圖像

I=double(I); %將原圖I進(jìn)行double處理

fori=1:3

temp(:,:,i)=I(:,:,i).*bw; %將I與bw相乘，得到圖像temp

end

temp=temp/256;

imshow(temp);%顯示temp圖像

4 結(jié)束語(yǔ)

圖像分割在聯(lián)系低層和高層計(jì)算機(jī)視覺(jué)上至關(guān)重要。盡管對(duì)于人類視覺(jué)來(lái)說(shuō)，進(jìn)行圖像的分割和特征提取很簡(jiǎn)單，但在圖像處理、圖像理解和人工智能中，圖像分割仍然是最富有挑戰(zhàn)性和研究得最多的問(wèn)題之一。圖像特征提取方法是在整個(gè)圖像區(qū)域提取梯度較大的點(diǎn)，適用于物體與背景有較強(qiáng)灰度對(duì)比的情況[11]。本文利用Matlab對(duì)電視導(dǎo)引頭圖像進(jìn)行了圖像分割處理，并分析了圖像分割原理。該算法分割效率高、準(zhǔn)確率高、穩(wěn)定性好。通過(guò)對(duì)大量圖像進(jìn)行分割之后得出一般情況下的RGB值分布范圍，可作為原始數(shù)據(jù)積累，在以后的圖像特征提取中可直接使用。

[1] 李成剛.第一場(chǎng)高技術(shù)戰(zhàn)爭(zhēng)——海灣戰(zhàn)爭(zhēng)[M].北京：軍事科學(xué)出版社,2008.

[2] 張萬(wàn)清.飛航導(dǎo)彈電視導(dǎo)引頭[M].北京：宇航出版社,1994.

[3] 唐波,馬伯寧,鄒煥新,等.計(jì)算機(jī)圖形圖像處理基礎(chǔ)[M].北京：電子工業(yè)出版社,2011.

[4] 陳繁昌,沈建紅.圖像處理與分析[M].北京：科學(xué)出版社,2011.

[5] 侯葉.基于圖論的圖像分割技術(shù)研究[D].西安：西安電子科技大學(xué),2011.

[6] 孫燮華.數(shù)字圖像處理——原理與算法[M].北京：機(jī)械工業(yè)出版社,2010.

[7] 楊修國(guó).圖像閾值分割方法研究與分析[D].上海：華東師范大學(xué),2009.

[8] 張德豐.MATLAB圖像處理[M].北京：機(jī)械工業(yè)出版社,2009.

[9] 潘春雨,盧志剛,秦嘉.基于區(qū)域閾值的圖像分割方法研究[J].火力與指揮控制,2011,1(1)：118-121.

[10]王洋，謝權(quán)威.基于相機(jī)響應(yīng)函數(shù)的圖像盲檢測(cè)技術(shù)研究[J].重慶工商大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，31(3)：55-61.

[11]Mark S.Nixon,Alberto S.Aguado.特征提取和圖像處理[M].2版.北京：電子工業(yè)出版社,2010.

[12]Rafael C G,Richard E W.數(shù)字圖像處理[M].2版.北京：電子工業(yè)出版社,2002:567-595.

(責(zé)任編輯 楊繼森)

Research on Methods of TV-Guided Image Segmentation Based on Matlab 7.0

CHEN Qiang-qiang, TONG Hui-jun, WANG Hai-tao

(Department of Combat and Command, Aviation University of Air Force, Changchun 130022, China)

Performance of TV-guided plays an important role on whether it can direct hit target. How to process TV-guided image accurately is an important factor to improve the ability of TV guidance. Based on the purpose of having accurate segmentation of the image of TV-guided, we analyzed the basic principle of image segmentation and adopt the method of threshold segmentation. Based on the image threshold segmentation experiment of many times, we got the RGB value distribution scope of different objects, and taking them as the original data characteristics in the later for that the background image can be directly used.

TV-guided; threshold; image segmentation; Matlab

2015-01-15

陳強(qiáng)強(qiáng)(1993—)，男，碩士研究生，主要從事制導(dǎo)武器的作戰(zhàn)使用與仿真研究。

10.11809/scbgxb2015.08.033

陳強(qiáng)強(qiáng)，佟惠軍，王海濤.基于Matlab7.0的電視導(dǎo)引頭圖像分割處理算法[J].四川兵工學(xué)報(bào)，2015(8):133-135.

format:CHEN Qiang-qiang, TONG Hui-jun, WANG Hai-tao.Research on Methods of TV-Guided Image Segmentation Based on Matlab7.0[J].Journal of Sichuan Ordnance,2015(8):133-135.

TP751

A

1006-0707(2015)08-0133-04