在現(xiàn)代戰(zhàn)爭中,精確制導彈藥的使用對戰(zhàn)爭走向起著十分重要的影響,因此研究精確制導技術具有重要意義。電視制導相比與其它制導方式,不僅隱蔽性高而且抗干擾能力強且成本較低。圖像處理技術是電視制導技術的核心,本文對電視制導圖像處理的幾個關鍵部分即:圖像預處理、圖像匹配和運動目標跟蹤等技術進行深入的研究。首先,介紹了研究電視制導圖像處理算法所需的基礎理論,主要是顏色空間模型、圖像灰度變換和圖像形態(tài)學操作,為后續(xù)研究建立基礎。其次,彈載電視導引頭由于受到各種干擾,采集到的圖像有大量噪聲和退化,針對于此,研究了圖像去噪和圖像銳化操作的常用方法。重點研究了電視制導在惡劣天氣下的圖像增強,分析了同態(tài)濾波和Retinex理論兩種常用圖像增強算法,為了解決前者算法丟失細節(jié)的不足,本文將小波變換融入該算法并加入CLAHE處理,實驗結果表明,改進算法可以有效地增強惡劣天氣下采集的圖像質量。再者,圖像匹配算法的性能決定著電視制導的總體性能,也是目標跟蹤的研究基礎。本文闡述了基于灰度信息和特征的圖像匹配,分析了包括SIFT特征點在內的幾種角點的原理和優(yōu)缺點�；赟IFT特征的圖像匹配較為適合電視制導,但SIFT算法較... 

【文章來源】：中北大學山西省

【文章頁數(shù)】：79 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景與意義
    1.2 電視制導圖像處理過程及難點
    1.3 電視制導武器及技術的研究現(xiàn)狀
        1.3.1 電視制導武器的研究現(xiàn)狀
        1.3.2 圖像匹配技術概述
        1.3.3 運動目標跟蹤算法概述
    1.4 論文內容安排
2 電視制導圖像處理基礎知識
    2.1 引言
    2.2 顏色空間模型
        2.2.1 RGB顏色空間
        2.2.2 HSV顏色空間
        2.2.3 RGB顏色空間到HSV顏色空間的轉換
        2.2.4 圖像灰度化
    2.3 圖像形態(tài)學操作
        2.3.1 腐蝕
        2.3.2 膨脹
        2.3.3 開運算
        2.3.4 閉運算
    2.4 本章小結
3 電視制導圖像預處理研究
    3.1 引言
    3.2 圖像去噪
        3.2.1 均值濾波
        3.2.2 中值濾波
    3.3 圖像銳化
        3.3.1 梯度算子
        3.3.2 拉普拉斯算子
    3.4 電視制導在惡劣天氣下的圖像增強
        3.4.1 同態(tài)濾波
        3.4.2 基于Retinex理論的圖像增強
        3.4.3 改進同態(tài)濾波算法
    3.5 本章小結
4 電視制導圖像匹配算法的研究
    4.1 引言
    4.2 基于灰度信息的圖像匹配
    4.3 基于特征的圖像匹配
        4.3.1 SUSAN算法
        4.3.2 Harris算法
        4.3.3 SIFT算法
    4.4 適于電視制導的改進SIFT匹配算法
        4.4.1 Canny邊緣檢測算法
        4.4.2 馬氏距離
        4.4.3 RANSAC算法
        4.4.4 改進SIFT匹配算法
    4.5 本章小結
5 電視制導運動目標跟蹤算法的研究
    5.1 引言
    5.2 Mean-Shift跟蹤算法
        5.2.1 Mean-Shift跟蹤算法原理
        5.2.2 CamShift算法
    5.3 卡爾曼濾波
    5.4 適于電視制導的改進Camshift跟蹤算法
        5.4.1 改進算法原理
        5.4.2 改進算法實驗與結果分析
    5.5 本章小結
6 結束語
    6.1 本文的主要工作與創(chuàng)新點
    6.2 進一步研究展望
參考文獻
攻讀碩士期間發(fā)表的論文
致謝


【參考文獻】：
期刊論文
[1]基于雙目測距的晶英石板自動打磨系統(tǒng)研究[J]. 肖純,林嘉欣,王瑋.  武漢理工大學學報. 2018(03)
[2]粒子濾波目標跟蹤算法綜述[J]. 昝孟恩,周航,韓丹,楊剛,許國梁.  計算機工程與應用. 2019(05)
[3]融合同態(tài)濾波和小波變換的圖像去霧算法研究[J]. 董靜薇,趙春麗,海博.  哈爾濱理工大學學報. 2019(01)
[4]基于CLAHE與同態(tài)濾波的細胞圖像增強新方法[J]. 余成波,孔慶達,田桐.  微型機與應用. 2017(04)
[5]基于Kalman濾波的Camshift運動跟蹤算法[J]. 翟衛(wèi)欣,程承旗.  北京大學學報(自然科學版). 2015(05)
[6]基于改進的限制對比度自適應直方圖的視頻快速去霧算法[J]. 楊驥,楊亞東,梅雪,袁曉龍,袁宇浩.  計算機工程與設計. 2015(01)
[7]改進的SIFT特征圖像配準算法[J]. 祁燕,王琰,王明宇.  沈陽理工大學學報. 2012(04)
[8]提升小波的同態(tài)濾波在圖像煙霧弱化中的應用[J]. 范有臣,李迎春,韓意,張來線.  中國圖象圖形學報. 2012(05)
[9]光照不均圖像增強方法綜述[J]. 梁琳,何衛(wèi)平,雷蕾,張維,王紅霄.  計算機應用研究. 2010(05)
[10]對威脅交通設施的精確制導武器分析[J]. 葛強勝,葛強林.  國防交通工程與技術. 2009(05)

博士論文
[1]電視末制導自動目標識別研究[D]. 賀柏根.中國科學院研究生院（長春光學精密機械與物理研究所） 2012
[2]面向機器人跟蹤的視覺注意模型與應用研究[D]. 李榮華.大連理工大學 2011
[3]彩色圖像濾波算法的研究[D]. 李岳陽.江南大學 2010

碩士論文
[1]基于局部信息的圖像特征提取算法研究與設計[D]. 姜楊.南京郵電大學 2017
[2]基于圖像處理的精密鑄件裂紋檢測系統(tǒng)研究[D]. 楊舒曼.太原科技大學 2017
[3]基于同態(tài)濾波的圖像增強算法研究[D]. 程新.西安郵電大學 2016
[4]基于直方圖均衡化和Retinex的圖像去霧算法研究[D]. 汪秦峰.西北大學 2016
[5]基于SIFT算法的圖像特征點提取與匹配[D]. 崔哲.電子科技大學 2016
[6]基于圖像序列的運動目標檢測與跟蹤研究[D]. 劉海.江蘇科技大學 2016
[7]圖像幾何匹配算法研究[D]. 廖萌萌.西安電子科技大學 2015
[8]基于HSV空間的彩色圖像亞像素邊緣檢測[D]. 李麗莎.西安工業(yè)大學 2015
[9]高分一號衛(wèi)星影像去薄云方法研究[D]. 徐佳垚.中國地質大學(北京) 2015
[10]圖像制導技術應用中的幾個問題的研究[D]. 龐利功.哈爾濱工程大學 2015



本文編號：3181157