摘 要

本文借助计算机上的Matlab软件对典型的海面目标航母进行图像检测识别处理，所得的结果对于海洋资源的勘探和军事活动有这重大的意义。

论文首先介绍了海面目标检测识别的背景和研究意义，然后研究了目标检测识别的基本流程和算法。本文的实验是通过模板匹配对典型海面目标进行检测识别，识别检测过程首先要对图像进行预处理，预处理的过程要对图像进行增强处理，以降低噪声对图像的影响，提高图像的对比度，使图像特征更加明显；然后是对图像进行分割，经过图像分割这个步骤以后，感兴趣的的目标特征才可以被正确识别；接着通过边缘检测进行图像的特征提取，特征提取包括四种算子，该步骤从目标图像中提取与目标有关的特征信息；最后是目标检测和识别，基于特征提取的结果，该步骤使用图像的模板匹配和其他算法来识别感兴趣的目标并计算其位置和方向。研究结果表明：采用图像金字塔模板匹配的算法可以快速地检测识别典型海面目标。

关键词：图像检测识别；MATLAB；模板匹配。

Abstract

In this paper， the typical sea surface target aircraft carrier is detected and identified by Matlab software on the computer. The results obtained have great significance for the exploration and military activities of marine resources.

The paper first introduces the background and research significance of sea surface target detection and identification， and then studies the basic flow and algorithm of target detection and recognition. In this paper， the typical sea surface target is detected and identified by template matching. The recognition process first needs to preprocess the image. The preprocessing process should enhance the image to reduce the influence of noise on the image and improve the contrast of the image. The image features are more obvious; then the image is segmented. After the image segmentation step， the target features of interest can be correctly identified; then the feature extraction of the image is performed by edge detection， and the feature extraction includes four operators. This step extracts feature information related to the target from the target image; finally， target detection and recognition， based on the result of feature extraction， this step uses template matching of the image and other algorithms to identify the target of interest and calculate its position and orientation. The research results show that the algorithm of image pyramid template matching can quickly detect and identify typical sea surface targets.

Key Words：Image detection and identification；MATLAB; template matching.

目 录

第1章 绪论 1

1.1 研究背景与意义 1

1.2 国内外现状分析 1

1.3 本文主要研究内容与结构安排 1

1.3.1 本文的主要研究内容 1

1.3.2 本文的章节安排 1

第2章.典型海面目标检测识别方案设计 3

2.1典型海面目标检测识别流程设计 3

2.2图像处理平台 4

2.3本章小结 4

第3章 目标检测识别研究 5

3.1图像预处理 5

3.1.1 图像增强 5

3.1.2 图像平滑滤波 8

3.2 图像边缘检测 11

3.3 基于模板匹配的目标检测识别 14

3.3.1 基于灰度值的模板匹配 16

3.3.2 基于边缘的模板匹配 17

3.3.3 基于图像金字塔的模板匹配 19

3.3.4 目标质心计算 20

3.3.5 实验结果分析 21

第4章 总结与展望 23

4.1 总结 23

4.2 展望 23

参考文献 24

致 谢 25

第1章 绪论

1.1 研究背景与意义

随着科学技术的不断发展，人民的生活水平得到显著提高，以及人口的快速增加，陆地上的资源已经不能满足人类的需求，人们对海洋的利用也越来越多，海洋经济总量占的比重也越来越大，海面目标的检测识别技术因此变得尤为重要，海面目标检测识别技术可以用于海洋的环境保护、对海域的监测等多个方面，具有重要的现实意义。

1.2 国内外现状分析

早在几千年前，人类就开始利用海洋。由于当时落后的生产条件和技术水平，早期的海洋开发主要集中与海岸和近海，通过使用简单的工具进行捕鱼、晒盐以及运输货物等活动，这就是我们所熟知的海洋渔业、盐业以及海洋运输业。二十世纪六十年代以后，随着工业的不断发展，人类对能源的需求越来越大，便开始大规模对海洋资源进行开发。在海洋资源的勘探和开发过程中，图像的检测识别很重要，该技术的发展程度可以促进人类对海洋资源的利用和开发。在军事领域，由于我国辽阔的海岸线和众多的岛屿，将海面目标的检测识别技术应用于该领域，可以使军队更好地保护我国的合法疆土，避免钓鱼岛类似事件的再次发生，同体也能彰显我国的军事实力。

1.3 本文主要研究内容与结构安排

1.3.1 本文的主要研究内容

本文在Matlab软件上进行典型海面目标图像检测识别。典型的海面目标检测识别，首先需要构建一个图像模板，再将采集的图像进行预处理，最后再使用模板匹配的方法进行检测识别。

1.3.2 本文的章节安排

本文的章节安排如下：

第一章分析典型海面目标检测的研究背景及国内外现状，概述本文主要研究的问题。

第二章对目标识别流程进行设计，该流程包括图像预处理和目标的检测识别两个大的步骤。预处理过程由图像采集、图像增强、灰度化、二值化以及平滑滤波处理等组成。图像的检测识别过程由边缘检测也就是特征提取以及模板匹配等组成。

第三章具体介绍了图像预处理过程；几种不同的模板匹配方法以及计算目标质心的基本原理；不同模板匹配方法的运行速度进行比较，最终选择基于图像金字塔的模板匹配方法得到实验结果，实验的最终结果是将目标图像从采集的源图像中圈出来，并标注其名称。

最后对全文的工作进行总结，找出其中有待改善的地方。

第2章 典型海面目标检测识别方案设计

2.1 典型海面目标检测识别流程设计

典型海面目标的检测识别通过图像检测和图像识别两个步骤来完成。这些步骤通过以下操作进行，跟工业流水线相似，它由以下几个步骤组成：

（1）图像预处理：在图像采集过程中，由于受到天气以及光照的影响，毫无疑问的会使噪声也进入，而预处理会使采集过程中引入的噪声大大减少。同时也使目标图像的对比度得到增强，使得目标的特征与背景的区别更加明显，突出目标的某些特征，让我们更加容易得到目标的特征。

（2）图像分割：图像分割是指按照阈值、边缘、颜色等标准，将图像分为几个单独的模块，相同的模块具有相同或相近的性质，不同的模块间存在很明显的差异。图像经过分割处理后，使我们能更加容易的提取和识别我们所需要的目标特征。

（3）特征提取：特征提取顾名思义是从图像中提取点、线等有用的特征信息，同时通过相应的函数将这些信息转换为向量形式。通过该步骤后，可以得到我们需要的特征信息，同时将不部分我们不需要的信息剔除。

（4）目标识别：基于特征提取的结果，该步骤使用图像匹配和其他算法来识别感兴趣的目标并计算其位置和方向，这是本实验的最后一步，也是最关键的一步。目标识别的主要过程如图2.1所示。

图2.1 图像处理流程图

2.2 图像处理平台

由美国MathWorks公司开发的MATLAB，是一个拥有编程开发环境的工具。内涵自己的函数，MATLAB在图像处理、信号检测、信号处理等方面应用广泛。具有以下几个优点：

1. 高效的数值计算能力，在现阶段无法使用其他编程语言和相似的软件进行代替。
2. 具有完整的可视化编程和计算结果。
3. 拥有更容易掌握的m语言，自带的m语言可以进行面向对象编程操作。
4. MATLAB拥有可以用于统计、仿真等方面的应用工具箱和Help系统。

MATLAB可以在Windows、Linux等多种操作系统上运行，同时支持C、C#、C 等多种编程语言。本文的图像处理操作均是在MATLAB上进行。

2.3 本章小结

本章主要对典型海面的检测识别流程进行设计，并画出了识别过程的流程图，从图上可以看出该流程分为图像预处理和目标图像的检测识别两个大的步骤，为后续的实际操作做铺垫。同时对图像处理平台MATLAB进行介绍，说明了MATLAB在图像处理中的优点。

第3章 目标检测识别研究

3.1 图像预处理

3.1.1 图像增强

图像增强是图像处理的重要部分。它的主要目的是增强给定图像的处理，使原始图像的某些特征显得更加突出。同时，图像中的冗余冗余信息被削弱。该图像更适合特定的应用。图像增强会使图像的边缘、对比度等特征信息更加明显，这使得图形更容易显示，同时也会降低我们分析的难度。但是，它不会使数据固有信息的内容变多，但会使建立功能的动态范围扩大，使图像的检测变得更加简单。

在现实的海面目标检测识别过程中，通过图像增强处理，通常会使目标的某些特征更加突出。常见的图像增强方法有对比度增强、滤波处理等。通常我们需要根据实际情况选择不同方法，本文选择的是对比度增强和滤波处理这两种方法。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：