基于最大类间方差法的信号弹图像分割算法研究

摘要

信号弹是采用自身的光信号、声信号以及烟信号实现对相关人员的报警、定位的特殊弹药，因其本身具有携带方便、定位准确、传播距离远等特点而广泛的应用在各地的军队中。在白天光照强度较大时，发射信号弹升空时，常会捕捉不到，造成关键信息缺失的问题。本文针对信号弹图像，对采集的信号弹图像进行最大类间方差法进行处理，并对处理后图像进行特征值的提取，实现信号弹的识别。本文具体的研究工作如下：

（1）详细分析了信号弹图像识别检测的重要意义，分别运用多种去燥方式实现对信号弹图像的去燥。利用多帧叠加以及选择合适的窗位和窗宽的方式实现对图像的优化。

（2）图像经过优化增强后，利用最大类间方差法实现对信号弹图像的分割，选择合适阈值实现对于图像的阈值分割。

（3）针对分割后的信号弹图像，根据信号弹图像的外形轮廓、纹理信息以及相关的特征实现信号弹图像特征值的提取。

关键词：信号弹；最大类间方差；阈值分割；特征值提取

摘要1

abstract 1

目录1

基于最大类间方差法的信号弹图像分割算法研究2

一、绪论2

（一）课题研究背景和意义2

（二）国内外研究的现状3

（三）信号弹图像检测发展趋势4

（四）论文的工作安排4

二、信号弹图像质量优化5

（一）信号弹图像检测系统5

1．测量系统基本结构5

2．信号弹图像噪声分析5

3．多帧叠加去噪6

4．反锐化掩膜算法9

三、信号弹图像分割11

（一）图像边缘检测分割方法11

（二）传统阈值分割方法12

（三）动态阈值分割方法13

（四）ROI的应用15

四、信号弹图像特征值提取17

（一）信号弹图像阈值分割结果重构17

（二）信号弹图像特征值的提取19

1．特征提取19

2．特征参数选择19

（三）信号弹烟雾轮廓的标记20

五、总结22

参考文献23

郑重声明24