基于形态学的遮挡目标提取的区域生长法研究摘要:采用改进的区域生长法进行红外热图中遮挡目标的提取首先利用阈值化方法提取出｡一个包含全部目标信息的矩形子区域,后续处理仅针对该矩形区域进行处理然后证明了数｡学形态学的膨胀梯度定理(dilationgradienttheorem,DGT)及其逆定理,并利用DGT逆定理查找图像的局部极大值点,将灰度值不为0的局部极大值点作为区域生长法的种子点接｡着采用阈值条件与区域灰度差相结合的生长准则,分别在各种子点八个方向进行生长最后｡采用二值形态学开运算进行去毛刺处理理论与仿真结果表明｡,该算法适合于红外图中遮挡目标的提取｡??关键词:红外图;遮挡目标;区域生长;数学形态学;膨胀梯度定理??:TP391文献标志码:A:1001-3695(2007)10-0158-03获得人眼无法直接观测到的被遮挡目标的信息,并将其转换成可见光图像,在军事刑侦医､､学工程与生产监督等领域中有着广泛的应用前景现在红外热成像超声波探测､｡､､??X??射线成像等技术都具有使特定的隐秘物体显现的能力[1,2]其中红外热成像技术是利用物体｡的红外辐射信息成像当被遮挡的目标物与遮挡物及环境温度不同时｡,遮挡目标的温度信息会通过热传递到达遮挡物,最终在遮挡物的红外热图中显示出来所以利用红外热成像技术｡进行被遮挡物的提取是切实可行的由于温度的扩散｡,红外图中被遮挡物目标的影像往往比较模糊本文研究目的就是要去掉原始红外图中这种模糊性的影响｡,得到清晰的被遮挡目标轮廓｡??1问题描述??在环境温度为27.2℃的条件下,人手表面温度高于环境温度遮挡物体为一厚｡1mm的塑料夹,塑料夹长期搁置在桌面上,故可认为其温度近似为环境温度图｡1(a)是未遮挡的人手的红外图,(b)是被塑料夹遮挡的可见光图像,(c)是被塑料夹遮挡的红外图其中图｡1(b)(c)均是手贴在塑料夹后面1min之后的成像结果显而易见｡,采用可见光成像的方法无法捕捉到塑料夹后的手信息,而红外图像能够获得塑料夹后手的模糊信息｡??本文中假设被遮挡目标温度高于遮挡物温度,则被遮挡目标成像的过程就是热量从被遮挡目标向遮挡物逐渐扩散的过程这一特征与图像处理中区域生长法的种子点生长过程相似｡,根据这种相似性,本文采用区域生长法进行遮挡目标的提取本文算法稍有改动｡,同样也适用于被遮挡目标温度低于遮挡物的情况｡??2算法基本原理??区域生长法的基本思想是将具有相似性质的像素集合起来构成一个区域区域生长法有三｡个关键点[3],即种子点的选取区域生长准则和生长终止条件､｡??2.1基于形态学膨胀梯度逆定理的种子点选取??种子点常根据具体问题的特点来选取,红外图中目标温度比较高时通常选择图像中最亮的---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---点作为种子点[3]这种单种子点的区域生长算法比较适合于小目标或者目标物比较连续且｡与背景对比度较大的情况红外遮挡图像中｡,被遮挡物往往不是小目标,目标物成像又很模糊,单种子点很难满足温度相对较低距离种子点又较远的目标区域的生长针对这种情况｡,本文提出了一种新的种子点选取方法,即将图像的局部极大值作为种子点这就要求能准确｡合理地提取出图像的局部极大值点数学形态学用扁平结构元素处理灰度图像时｡,就是局部极值的运算处理过程,根据这一思想文中提出并证明了形态学膨胀梯度定理(DGT)及其逆定理,用于查找灰度图像的局部极大值点基本的数学形态学梯度有三种｡[5],本文中引入了膨胀梯度的概念｡??5结束语??本文算法根据所处理问题的特点提出,理论和仿真结果都表明该算法能较好地提取出遮挡目标区域对于骨架点包括在局部极大值点内的灰度图像来说｡,DGT逆定理确定的种子点集合近似于图像的骨架,可以看做是对这类图像的一种粗略的骨架化算法利用｡DGT逆定理时,选取合适的结构元素非常关键,要根据所处理图像特点选择本文中各种子点各方向的生长｡都单独进行,互不干扰,从理论上讲完全能够实现并行生长｡??参考文献:??[1]CHENHua??mei,LEES,RAGHUVEERM,??etal.??Imagingforconealedweapondetection[J].IEEESignalProcessingMagine,2005,22(3):52-61.??[2]LIUZheng,XUEZhi??yun,RICKSB.Concealedweapondetectionandvisu...