Matlab源码支持的图像识别系统，如何实现自动识别重弹孔报靶？

本文共计2057个文字，预计阅读时间需要9分钟。

1. 简介：第一步：图像预处理 + 图像采集 我们首先通过采集系统获取目标图像，然后对这些图像进行预处理，以获得模拟图像。随后，将模拟图像转化为数字图像，以便进行后续的图像预处理操作。图像预处理包括各种图像处理技术，以改善图像质量，便于后续处理。

1 简介

第一步：靶图像预处理

通过采集系统我们得到射击后的靶图像，即：模拟图像。还必须将模拟图像转化为数字图像，然后进行一系列的图像预处理，图像预处理是进行的各种图像校正、图像滤波除噪声等处理环节。

报靶系统采用的图像格式这里为JPG格式，之后转化成灰度图象。

（1）图像滤波，初步消除噪声

本系统采用二维中值滤波，中值滤波的主要功能就是让与周围像素灰度值的差比较大的像素改取与周围像素接近的值，从而可以消除孤立的噪声点，由于不是简单的取均值，产生的模糊比较少。中值滤波对于消除孤立点和线段的干扰将十分有用。

（2）图像减影，初步把弹孔分割

将前后捕获到的两幅靶图像对应坐标的像素灰度值相减，得到的各点灰度差值组成新的结果图像。两个原图像中的所有相同背景由于灰度值相同，相减结果为0，在这个结果图像里面就是统一的暗区域。而结果图像中的亮区域是射击在后靶图像上造成的新弹点和前靶图像上没有弹点的对应区域灰度值相减形成的。这个亮区域就是我们要提取的对象物，它代表一个新的弹点。减影处理还有一个好处是:排除掉了新的靶图像中那些原先已经存在的旧弹点对弹点识别的干扰。