基于LabVIEW平臺的紅外圖像目標(biāo)檢測系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)科學(xué)和圖像處理技術(shù)的快速發(fā)展，紅外圖像處理技術(shù)已經(jīng)廣泛的應(yīng)用于導(dǎo)航跟蹤、人工智能和自動控制等領(lǐng)域。紅外圖像中目標(biāo)的檢測技術(shù)與識別技術(shù)是增加制導(dǎo)武器系統(tǒng)作用距離，加強(qiáng)系統(tǒng)防御能力的關(guān)鍵技術(shù)之一。本文研究了在LabVIEW開發(fā)環(huán)境下的紅外圖像目標(biāo)檢測技術(shù)，主要包括圖像采集、圖像預(yù)處理、圖像分割、目標(biāo)檢測。
　　本文首先研究了目前常用的圖像分割算法，包括幾種傳統(tǒng)的閾值分割法和區(qū)域生長法，詳細(xì)分析了每種算法的原理并對其進(jìn)行了仿真

2、實(shí)驗(yàn)。針對紅外圖像的特點(diǎn)和分割算法的局限性，本文采用了基于Otsu算法和數(shù)學(xué)形態(tài)學(xué)的紅外圖像分割方法。該算法能較好的保留圖像目標(biāo)的信息，填補(bǔ)圖像分割中出現(xiàn)的空洞，大大改善了圖像目標(biāo)的分割效果。
　　其次，對于紅外圖像目標(biāo)的檢測，在介紹幾種經(jīng)典目標(biāo)檢測算法的基礎(chǔ)上，使用了一種基于幀間差分法和背景差分法的紅外圖像目標(biāo)檢測方法。該方法適用于靜止背景下的運(yùn)動目標(biāo)檢測，并且運(yùn)算速度快，實(shí)時性好。針對本系統(tǒng)的開發(fā)平臺，本文采用了基于邊緣特征的