1、“.....而此集合的补是没有被选择的集合。通常被选择的集合是图像的前景，而未被选择的集合是图像的背景。图像腐蚀腐蚀在数学形态学运算中的作用是消除物体边界点。如果结构元素取的黑点块，腐蚀将使物体的边界沿周边减少个象素。腐蚀可以把小于结构元素的物体去除，这样选取不同大小的结构元素，就可以去掉不同大小的物体。如果两个物体之间有细小的连通，那么当结构元素足够大时，通过腐蚀运算可以将两个物体分开。图像膨胀膨胀运算在数学形态学中的作用是把图像周围的背景点合并到物体中。如果两个物体之间距离比较近，那么膨胀运算可能会使这个物体连通在起，膨胀对填补图像分割后物体中的空洞很有用。细化经过二值化和除噪声后的靶纸图像中的环线具有几个象素宽度。在进行具体的识别环值计算之前，还需要对图像进行细化的处理，将环线的宽度降为单个象素。个图像的骨架，是指图像中央的骨骼部分。是描述图像几何及拓扑性质的重要特征之......”。

2、“.....在文字识别地质构造识别工业零件形状识别或图像理解中，先对被处理的图像进行细化处理有助于突出形状特点和减少冗余的信息量。图像减影弹点是我们真正想要在靶图像上提取出来的对象物，弹点提取过程的实质是对靶图像进行检测和分割，这是在自动报靶系统中对靶图像处理的项最关键，也是最困难的工作。对于不同的图像和不同的应用，要在众多的检测分割技术中选择个最合适最有效的，就必须要对图像性质进行分析。我们知道，对灰度图进行检测和分割的依据是像素灰度的变化和分布。我们可以分析图像中对象物和背景的灰度分布规律来确定如何提取对象。常用的方法是找出对象物和背景灰度的边界，我们把这个边界称为阈值，然后以这个阈值为界限将图像中所有像素分为两部分属于对象物灰度范围的像素群和不属于对象物灰度范围的像素群......”。

3、“.....我们把这个过程称作二值化。这样我们就可以在图像数据中很容易的看出哪部分是可能的对象物，哪部分肯定不是对象物。完成图像的分割和检测，就为以后的对象物识别做好了准备。运用图像阈值选择和二值化技术是图像分割检测的般思路。在军事射击项目中，大量使用的是军用胸环靶。这种靶的特点是靶外侧边缘环圆心区靶环线头外侧和环值均为白色亮区域，其它区域均为深绿色暗区域。射击后靶图像的灰度图上，有些弹点落在亮区域，有些弹点在暗区域，且弹点灰度和暗区域灰度的差别远远小于弹点灰度和亮区域灰度的差别。这种情况下，要让报靶系统能够自动在靶图像的明暗区域中分别统计弹点灰度，选取合适的阈值就是件很麻烦的事情。按照文献中介绍的方法，为了提高获取弹点环数的精度，需要在靶图像中将靶环线分割出来提取弹点中心和靶心的坐标，然后通过几何计算，推导出弹点所处靶环线间的位置来产生弹点环数。这样......”。

4、“.....就得对靶图像的明暗区域分别进行阐值选取和分割。并且，在分别对靶图像的明暗区域进行二值化处理时，为了防止其它区域像素灰度信息的丢失还需要使用透明色来存储图像。在本报靶系统中，我们使用区域划分的方法来判定弹点环数，只有弹点才是我们真正想要从靶图像中提取的唯对象物。这样看来，只需进行次阈值选取和图像二值化就能在靶图像中将弹点分割出来，同时消除靶环线数字和图例这些无用信息是我们在报靶系统开发过程中追求的目标。通过对连续捕获来的靶图像的反复对比和试验，我们在本报靶系统中采用了个简单有效的方法，很好的实现了这目的。这就是先对靶图像进行减影操作，清除除了弹点以外的所有灰度变化，然后再进行阈值选择和图像二值化处理。所谓减影，也叫做差影。其原理就是将前后捕获到的两幅靶图像对应坐标的像素灰度值相减，得到的各点灰度差值组成新的结果图像。两个原图像中的所有相同背景由于灰度值相同......”。

5、“.....在这个结果图像里面就是统的暗区域。而结果图像中的亮区域是射击在后靶图像上造成的新弹点和前靶图像上没有弹点的对应区域灰度值相减形成的。这个亮区域就是我们要提取的对象物，它代表个新的弹点。我们能够看出，在进入弹点识别功能模块之前先对前后靶图像进行减影处理还有个好处是排除掉了新的靶图像中那些原先已经存在的旧弹点和物理靶破损对弹点识别的干扰。这些弹点可能是上轮射击时留下来的或者是由前次弹点识别功能模块处理过的。这样，在实弹射击的过程中，现场人员还可以象以往传统报靶方式样在每轮射击结束后使用相应颜色的靶纸不同颜色也可以来粘补物理靶上的弹点和破损，然后在每轮射击前获取次初始靶图象做为减影操作的前靶图象就可以了，而无需频繁更换物理靶。弹点识别模块也无需对已有弹点进行重复识别和标注，解决了枪打的越多，靶报的越慢的问题。大大提高了自动报靶系统的可用性和工作效能。用减影方法来处理图像简单高效......”。

6、“.....有弹迹处的灰度位与上幅图的灰度位相比，发生了变化，所以弹迹处被置为黑色，而除了弹迹点之外的所有区域均被置为白色。这样，经过异或运算之后就得到了弹迹图。总结与展望总结在实弹射击训练和比赛中，目前主要依靠人工报靶，人工报靶不但效率低精度低可靠性差，而且存在安全隐患。本文正是以此为目的和突破点，对自动报靶进行了研究，研制了套基于图像处理技术的军用自动报靶系统，解决了这问题。随着研究的日益深入，对于自动报靶系统已经涌现出很多卓有成效的方法。由于技术和成本的原因许多方法并没得到广泛使用。其中，由于图像处理技术的发展和计算机运算速度的不断提高，图像处理技术研究和应用的领域正在迅速的延伸，基于此技术的自动报靶系统得到了快速的发展。但过去的系统大多是面向运动类圆形靶设计，没有针对胸环靶做特殊的研究......”。

7、“.....算法过于简单，因此识别率不高。本文正是以此为目标，将数字图像处理技术应用于军事训练自动报靶过程中，探寻了此有针对性的图像识别算法解决了上述问题并进行了相应的仿真，其识别结果基本达到了人的视觉水平。文中对靶图进行二值化细化边缘检测等操作大大提高手工选取控制点的准确性。将图像减影技术用于弹点的准确分割，该技术不仅消除了靶环线数字和旧弹孔等的影响，而且使得弹点分割不再受自然光照的影响，使以固定阈值二值化靶图像，将弹点作为唯对象物分割出来成为可能，该技术的原理非常简单容易实现，是使本自动报靶系统能够发挥工作效能的技术核心。另外为了提高识别精确度，在弹孔识别前采用了形态学滤波方法，能有效去除背景和前景中的干扰及恢复弹点基本形状。计算机系统从幅图像中能够获取的信息只是每个像素的颜色和灰度值。而人类在对图像进行识别的过程中运用了大量的知识......”。

8、“.....能完全达到人类视觉系统的水平。虽然图像理解和计算机视觉技术作为门迅速发展的边缘学科，直在致力于从描述抽象出来的基本符号进行运算来模仿人类思维推理过程的研究，些成熟的算法开始逐步形成公认的标准。但这些标准也只是建立在我们对图像及视频信号基本结构非常有限的理解的基础上。对于大部分图像应用来说，自动识别还是个将来时，图像的识别实际上仍然是项非常困难的工作。这要求我们要不断努力，勇于向已有的理论框架提出质疑和改进，进而形成创新的理论思想和方法，开发出能够满足更多领域要求的更好的图像应用系统。展望可以预见，数字图像处理技术无论是在理论上还是在实践上都存在着巨大的潜力。图像处理技术将向着高速高分辨率立体化多媒体化智能化和标准化的方向发展。由于时间有限，利研条件的局限和作者知识经验上的欠缺，论文工作还有待进步的提高和完善考虑新理论与算法的研究和应用。近年来......”。

9、“.....加大训练实践力度，进步检验该报靶方案的可靠性。致谢虽然这次毕业设计的制作时间很紧，在西校区查阅资料也不是很方便，但通过这次毕业设计的制作，我感觉学到了很多东西，掌握了定的知识。在这里我首先感谢舒教员和张教员在毕业设计过程中对我悉心的指导和帮助，在他们的指导和帮助下使我的毕业设计柳暗花明。同时也感谢其他教员对我毕业设计的指点和建议。参考文献陈建峰基于图像处理技术的自动报靶系统研究南京航空航天大学，年范茂彦，张丽芳实弹射击自动精确报靶系统研制，年黄贤武，王加俊，李家华数字图像处理与压缩编码技术电子科技大学出版社，年赵荣椿，赵忠明数字图像处理导论西北工业大学出版社，年张伟，高航基于图像处理技术的自动报靶系统设计和实现南京航空航天大学学报，年陈冬娥图像处理方法在自动报靶系统中的实现，年朱晓毛，林凯荣自动报靶系统的图像自动识别的研究，年孙国春......”。