基于水平集的目標分割及其在ATR系統(tǒng)的實現(xiàn).pdf

1、自然場景和復雜背景下的自動目標識別（Automatic Target Recognition，ATR）技術在自主機器人控制、醫(yī)療診斷設備，安全監(jiān)管系統(tǒng)、以及各種精確的自主武器裝備中都占有至關重要的地位，其中圖像識別系統(tǒng)有著最廣泛的應用。在圖像識別系統(tǒng)中，目標分割與特征提取是目標得以正確識別的關鍵，穩(wěn)定、高性能的硬件系統(tǒng)又是算法高效執(zhí)行的基礎，所以適用于ATR系統(tǒng)的復雜背景下目標分割技術及ATR硬件系統(tǒng)的實現(xiàn)是本文的研究重點。
　　

2、 基于水平集（Level Set）的分割方法，不僅可以提取出目標所在區(qū)域，而且在完成分割的同時可以輕易提出目標的各種幾何參數(shù)（邊緣曲率、周長、面積等）。
　　 和以往的主動輪廓方法比較起來，水平集方法可以很好地解決輪廓演化過程中的拓撲變換問題，同時它也有比較穩(wěn)定的數(shù)值解法。但是目前的水平集方法均不適用于本文的應用場合，基于邊緣的方法易受雜亂邊緣的干擾且當圖像過渡平滑時分割不夠準確，基于區(qū)域的方法雖然穩(wěn)定，但是需要圖像滿足全局平

3、滑的假設。
　　 本文提出的局部水平集方法只需一定的先驗初始位置信息，就可以在局部范圍內自動分割目標，避免其他區(qū)域的復雜背景對分割的干擾。同時將圖像的邊緣特征引入計算，當圖像中目標存在明顯邊界時算法收斂更快，在曲線演化過程中讓區(qū)域信息起主導控制作用，邊緣特征起輔助作用，避免雜亂邊緣對分割結果的干擾。
　　 本文還詳細說明了局部水平集分割方法的具體實現(xiàn)。
　　 針對ATR系統(tǒng)圖像處理計算的特點，本文設計了一種基于D