图像处理手段matlab,现代图像处理技术在目标跟踪中的MatLab实现

实践与经 验 现代计算机 2011.11 现代图像处理技术在目标跟踪中的 MatLab 实现 陈乾辉 1 ， 王小芬 2 (1. 河南商丘科技职业学院机电工程系， 商丘 476000； 2. 河南商丘科技职业学院计算机科学系， 商丘 476000) 关键词： 图像处理； MatLab 仿真； 运动检测 收稿日期：2011-09-13 修稿日期：2011-10-13 作者简介：陈乾辉(1983-)，女，硕士研究生，研究方向为图像处理模式识别 运动检测与目标跟踪是计算机视觉中两个最重要的应用，具有很重要的现实意义和实际价值。 介绍目标跟踪中运动图像的相关处理手段及常用图像操作函数，并通过 MatLab 语言强大的信息处理能力，快速实现目标的模拟仿真，实现目标的可视化，并提高图像处理的效率。 摘 要： 0 引 言 当前，随着信息技术的飞速发展，信息的获得、加工、处理和应用等都有了飞跃发展。 数字图像处理和计算机视觉发展十分迅速，在航空航天、生物、工业生产及公共安全等领域都有广泛应用， 而运动检测与目标跟踪是计算机视觉中两个最重要的应用， 更是具有很大的现实意义和实际价值。 随着目标跟踪在军事和民用领域的广泛应用， 本文就该领域中图像处理技术的应用进行了一系列的 MatLab 仿真实验分析，以提取精确图像信息，实现目标的可视化，达到实时稳定跟踪的目的。 1 现代图像处理过程及常用 MatLab实现函数 运动目标跟踪的目的是对视频中的图像序列进行分析，计算出目标在每帧图像上的位置，从而判断目标的运动方向，实现跟踪。 由于目标受到周围背景及其他噪声的干扰，因此对目标的处理是必要的。 为确保目标的精确位置，提取精度三维姿态角，模拟运动轨迹，要对其进行图像增强、滤波、锐化、边缘检测一系列的处理，通过模拟仿真效果图进行各种方法的比较，从而获得最优特征信息。 MatLab 作为一种专门以矩阵的形式处理数据的计 算软件，将高性能的数值计算和可视化集成在一起，其强大的矩阵运算能力用于图像处理非常有利， 从而被广泛地应用于科学计算、控制系统、信息处理、神经网络、图像处理、小波分析等领域的分析、仿真和设计工作。 2 MatLab 程序实现与结果分析 2.1MatLab 程序及部分仿真 (1)图像增强 图像增强是数字图像处理过程中常用的一种方法，目的是突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法，达到图像对比度、亮度、轮廓增强等目的。 直方图仿真如图 1 所示((a) bea 图像、(b)直方图、(c)经直方图均衡后的 bea 图像、(d)直方图)。 (2)图像平滑与滤波 平滑技术用于平滑图像中的噪声， 基本采用在空间域上的求平均值或中值。 或在频域上采取低通滤波，但可能使图像目标区域的边界变得模糊。 图像增强部分程序代码： ①直方图灰度增强 I=imread('cameraman.tif'); subplot(1,2,1) 趧趻 实践与经 验 现代计算机 2011.11 imshow(I)subplot(1,2,2)imhist(I,64),imhist(x,map) ②直方图强度描述 I=imread('cameraman.tif'); subplot(1,2,1)imshow(I)subplot(1,2,2)imhist(I,64),imhist(x,map) ③直方图均衡化增强对比度 I=imread('cameraman.tif'); J=histeq(I); imshow(I)title(' 原始图像 '); Figure,imshow(J)