上限去寻找边线开始的地方。旦找到了个开始点，我们在图像上逐点跟踪边缘路径，当大于门槛下限时直纪录边缘位置，直到数值小于下限之后才停止纪录。这种方法假设边缘是连续的界线，并且我们能够跟踪前面所看到的边缘的模糊部分，而不会将图像中的噪声点标记为边缘。但是，我们仍然存在选择适当的阈值参数的问题，而且不同图像的阈值差别也很大。其它些边缘检测操作是基于亮度的二阶导数。这实质上是亮度梯度的变化率。在理想的连续变化情况下，在二阶导数中检测过零点将得到梯度中的局部最大值。另方面，二阶导数中的峰值检测是边线检测，只要图像操作使用个合适的尺度表示。如上所述，边线是双重边缘，这样我们就可以在边线的边看到个亮度梯度，而在另边看到相反的梯度。这样如果图像中有边线出现的话我们就能在亮度梯度上看到非常大的变化。为了找到这些边线，我们可以在图像亮度梯度的二阶导数中寻找过零点。总之，为了对有意义的边缘点进行分类，与这个点相联系的灰度级变换必须比在这点的背景上变换更为有效。由于我们用局部计算进行处理，决定个值是否有效的选择方法就是使用门限。因此，如果个点的二维阶导数比指定的门限大，我们就定义图像中的此点是个边缘点。术语边缘线段般在边缘沈阳理工大学学士学位论文与图像的尺寸比起来很短时才使用。分割的关键问题是如何将边缘线段组合成更长的边缘。如果我们选择使用二阶导数，则另个可用的定义是将图像中的边缘点定义为它的二阶导数的零交叉点。此时，边缘的定义同上面讲过的定义是样的。应注意，这些定义并不能保证在幅图像中成功地找到边缘，它们只是给了我们个寻找边缘的形式体系。图像中的阶导数用梯度计算，二阶导数使用拉普拉斯算子得到。参考文献术。这种新的识别技术并没有釆用早期识别技术的顺序处理的方法，而是利用特征提取技术事先建立了知识系统或者模板，然中时，性能会显著下降，难以保证目标能够有效地与背景实现分离。此外，由于算法的实现流程基于串行处理器，因此它的性能也受到了很大程度上的限制，比如不同算法程序模块之间不能共享它们提取的信息。另外，这些早期行分类。另外，在决定识别需要的特征种类时，依靠的仅仅是人们的直觉和猜测。这种依靠直觉设计出的识别算法与通过对具体场景和目标物理本质进行分析后设计出的自动目标识别算法相比，在遇到新目标或者处于不同的环境早期的识别过程对目标特征信息的选取并不具有全面性，而是选择了些较为特殊的特征，并且获取这些特征信息的途径仅仅是依靠测量或者假定，稳定性很差，而利用特征信息对目标进行判别的方式也只是简单的通过阈值来进函数，近邻函数和窗函数。这些早期的自动目标识别技术的性能并不好，在低杂波背景中成功探测目标的概率小于，即使在良性的杂波背景中，它的虚警率也同样难以令人满意。而造成这种情况的主要原因为目标从周围的背景中分离出来，接着对分离出来的目标进行特征计算，得到组特征空间内的特征向量，然后则可以利用这些得到的特征向量对目标进行分类和判别。对目标进行分类和判别需要基于些统计分类器，例如贝叶斯作为选择适当的边缘探测算子，对探测出的目标区域进行边缘检测第二步是进行边缘连接，即填充边缘上间断的部分，在目标周围形成连续完整的边缘最后通过之前设定的阈值对边缘内的目标区域进行二值化操作，从而把开始了启发式自动目标识别算法的研究。这种研究是首先在目标周围假设存在个已知大小的矩形框，然后根据目标与框内局部背景的对比度来设定适当的阈值进行目标探测，接着通过系列的全局性操作来分割目标第步操识别技术的发展十分迅速，通过与计算机技术通信技术和光电信息技术等高新技术的集成，已经被成功地应用于社会生活的各个方面，直接或者间接的改变了人们的生活质量，提高了人们的工作效率。在世纪年代初期，国外就别技术，可以用于敌方威胁和军事设施的判断以及快速获得战场上正确的态势情况，以供快速的军事响应和战略决策，在军事上同样具有极其重要的意义。沈阳理工大学学士学位论文国内外研究现状近几十年以来，自动目标误估计，从而导致整个战略指挥上的决策失误。因此，目标识别技术的发展程度直接影响着战场信息控制权的归属，与作战的反应速度各兵种之间的整体配合甚至是整个战役的成败有着密切的联系。具体针对地面目标识出，即使各种先进的信息化武器装备都出色地发挥了应有的作用，但如果目标识别技术的发展落后，同样会限制其它武器，沈阳理工大学学士学位论文目录第章绪论研究背景与意义国内外研究现状目标识别的基本流程本文主要内容第章相关背景知识数字图像处理的概念数字图像处理的基本方法本章小结第章图像预处理图像平滑均值滤波中值滤波高斯滤波图像增强直方图均衡化滤波第章特征匹配图像的初始尺度空间极值检测高斯模糊高斯金字塔建立金字塔极值检测，初步确立特征点精确定位特征点的位置和所在的尺度关键点精确定位去除边缘响应确定特征点的主方向生成特征向量关键点描述思路关键点描述步骤特征向量的匹配本章小结第章实验结果及分析特征提取实验结果特征匹配实验结果亮度变换的匹配尺度变换的匹配旋转变换的匹配图像匹配应用物体识别建立物体库沈阳理工大学学士学位论文目标图像与库匹配本章小结结论致谢参考文献附录英文原文附录汉语翻译附录程序代码沈阳理工大学学士学位论文第章绪论研究背景与意义计算机视觉及认知直以来都是人们研究的热点，它是门研究如何通过机器或计算机智能地认知周围物体的技术。但是即使是个十分简单的物体，要通过机器或计算机去智能认知它都是件十分不容易的事。其中，物体的表示或描述是最关键的，即通过使用什么样的方式来描述物体，使得计算机简易地区分个物体与另个物体。图像匹配技术的出现，似乎使我们看到了解决这问题的希望，它作为种十分有效的手段已被成功地应用到广泛的领域和系统中，包括医疗诊断数字摄影测量视频图像拼接遥感图像分析包括飞机导航形匹配自然资源分析天气预报等交通图像分析工业自动化生产视频跟踪与识别包括场景分类物体检测目标物体的检测与跟踪等等。自动目标识别技术在信息技术中属于跨学科的前沿领域。从研究方法上看，它可以与数学物理学医学电子学计算机科学等许多学科相互借鉴从研究范围上看，它又与计算机视觉计算机图形学等多个专业相互联系。另外，目标识别技术的研究进展与神经网络遗传算法和模糊逻辑等技术都有着密切的联系，它的发展及应用与遥感控制通信工程和系统自动化等许多领域也是密不可分的。而在近年来，随着数字图像处理技术的进步，自动目标识别技术也得到了较快地发展，在工农业生产的各个领域中的应用越来越广泛，也显得越来越重要。尤其是在军事方面，自动目标识别技术在现代战争中扮演着重要的角色，是不可替代的。自古以来，用兵之道直讲究快速迅捷，正所谓兵贵神速，而目标识别技术正是提高现代战争中军事反应速度的重要条件之。从当代的几次战争中可以看出，即使各种先进的信息化武器装备都出色地发挥了应有的作用，但如果目标识别技术的发展落后，同样会限制其它武器装备的应用，失去战争的主动性，从而给己方造成难以预计的损失，甚至可能会造成对整个战争形式的估计，从而导致整个战略指挥上的决策失误。因此，目标识别技术的发展程度直接影响着战场信息控制权的归属，与作战的反应速度各兵种之间的整体配合甚至是整