一种基于改进的胡氏不变矩的坦克识别系统及方法技术方案

本发明专利技术提供了一种基于改进的胡氏不变矩的坦克识别系统及方法，该识别系统包括电源管理板、稳压电源、RGB模拟摄像头、ARM开发板和计算机；方法为：步骤1，对待识别图像进行中值滤波预处理，得到预处理后的图像；步骤2，采用改进的最大类间方差法对预处理后的图像进行图像分割，提取所需的目标；步骤3，对分割后的图像进行形态学处理；步骤4，采用改进的胡氏不变矩提取目标的特征；步骤5，确定待识别图形与数据库中图形特征之间的相似度，实现对坦克的识别。本发明专利技术采用改进的胡氏不变矩方法，能够有效的识别出地面上的坦克目标，具有识别率高、识别速度快等优点。

【技术实现步骤摘要】

本专利技术涉及机器识别
，特别是一种基于改进的胡氏不变矩的坦克识别系统及方法。
技术介绍
随着计算机视觉技术和图像并行处理技术的发展，目标识别技术在军事领域和航空航天、科学探测、天文观测以及视频监控等民用领域具有越来越广泛的应用。特别是在军事领域中，若果对地面上的坦克进行有效的识别，就可以对坦克进行精确的打击，大大提高武器系统的运动攻击性能及作战指标。目前坦克的识别方法主要包括声波、红外探测、激光雷达、光学等手段，红外探测易受太阳光照、大气辐射、视角、距离及环境背景的综合影响，图像对比度差、噪声大，目标边缘模糊识别稳健性不高，而声波、激光雷达使用的成本较高、占用空间面积较大，光学手段由于其成本较低，易于实现等优点已成为研究的热点。采用光学手段识别坦克，主要提取坦克的特征信息。一般情况下，对坦克的特征描述采用傅里叶描述子、小波变换、Zernike矩等方式描述，但这些情况下在不同的尺度下的识别率很差，很难对坦克进行精确的识别。
技术实现思路
本专利技术的目的是提供一种成本低、识别率较高的基于改进的胡氏不变矩的坦克识别系统及方法，以克服图像中目标的平移、旋转和缩放等因素影响。实现本专利技术目的的技术解决方案为：一种基于改进的胡氏不变矩的坦克识别系统，包括电源管理板、稳压电源、RGB模拟摄像头、ARM开发板和计算机，其中稳压电源接入电源管理板，电源管理板的输出端分别接入RGB模拟摄像头、ARM开发板，RGB模拟摄像头通过ARM开发板与计算机相连；所述RGB模拟摄像头采集所需的图片，ARM开发板通过采集卡对RGB模拟摄像头拍摄的图片进行采集，并通过ARM开发板中的图像识别模块对图片中是否有坦克进行识别；稳压电源分别为RGB模拟摄像头、ARM开发板提供稳定电源；计算机是通过wifi与ARM开发板进行通信，从而控制ARM开发板驱动RGB模拟摄像头采集图片。优选地，所述ARM开发板是采用型号为华北工控EM3500的ARM开发板。一种基于改进的胡氏不变矩的坦克识别方法，包括以下步骤：步骤1，对待识别图像进行中值滤波预处理，得到预处理后的图像；步骤2，采用改进的最大类间方差法对预处理后的图像进行图像分割，提取所需的目标；步骤3，对分割后的图像进行形态学处理；步骤4，采用改进的胡氏不变矩提取目标的特征；步骤5，确定待识别图形与数据库中图形特征之间的相似度，实现对坦克的识别。进一步地，步骤2所述采用改进的最大类间方差法对预处理后的图像进行图像分割，提取所需的目标，具体如下：改进的最大类间方差法即改进的otsu算法是将当前图像像素用一个阈值t分为两个部分C0和C1，其中C0是由0～t灰度范围内的像素组成，C1是由(t+1)～L灰度范围内的像素组成，L是图像像素最大的灰度值，灰度值为i的像素值个数为ni，则总的像素个数为N，如公式(1)所示： N = Σ i = 0 L - 1 n i - - - ( 1 ) ]]>各灰度值出现的概率为pi，如公式(2)所示： p i = n i N - - - ( 2 ) ]]>其中，pi≥0，C0出现的概率和C1出现的概率分别如下： P C 0 = Σ i = 0 t p i , P C 1 = Σ i = t + 1 L - 1 p i = 1 - P C 0 - - - ( 3 ) ]]>C0、C1两类的灰度均值分别为 ω C 0 = Σ i = 0 t ip i / P C 0 , ω C 1 = Σ i = t + 1 L - 1 ip i / P C 1 - - - ( 4 ) ]]>图像总的灰度平均值ω0为： ω 0 = P C 0 ω C 0 + P C 1 ω C 1 = Σ i = 0 L - 1 ip i - - - ( 5 ) ]]>建立新的方差σ2如公式(6)所示： σ 2 = P C 0 本文档来自技高网...

【技术保护点】
一种基于改进的胡氏不变矩的坦克识别系统，其特征在于，包括电源管理板、稳压电源、RGB模拟摄像头、ARM开发板和计算机，其中稳压电源接入电源管理板，电源管理板的输出端分别接入RGB模拟摄像头、ARM开发板，RGB模拟摄像头通过ARM开发板与计算机相连；所述RGB模拟摄像头采集所需的图片，ARM开发板通过采集卡对RGB模拟摄像头拍摄的图片进行采集，并通过ARM开发板中的图像识别模块对图片中是否有坦克进行识别；稳压电源分别为RGB模拟摄像头、ARM开发板提供稳定电源；计算机是通过wifi与ARM开发板进行通信，从而控制ARM开发板驱动RGB模拟摄像头采集图片。

【技术特征摘要】
1.一种基于改进的胡氏不变矩的坦克识别系统，其特征在于，包括电源管理板、稳压电源、RGB模拟摄像头、ARM开发板和计算机，其中稳压电源接入电源管理板，电源管理板的输出端分别接入RGB模拟摄像头、ARM开发板，RGB模拟摄像头通过ARM开发板与计算机相连；所述RGB模拟摄像头采集所需的图片，ARM开发板通过采集卡对RGB模拟摄像头拍摄的图片进行采集，并通过ARM开发板中的图像识别模块对图片中是否有坦克进行识别；稳压电源分别为RGB模拟摄像头、ARM开发板提供稳定电源；计算机是通过wifi与ARM开发板进行通信，从而控制ARM开发板驱动RGB模拟摄像头采集图片。2.根据权利要求1所述的基于改进的胡氏不变矩的坦克识别系统，其特征在于，所述ARM开发板是采用型号为华北工控EM3500的ARM开发板。3.一种基于改进的胡氏不变矩的坦克识别方法，其特征在于，包括以下步骤：步骤1，对待识别图像进行中值滤波预处理，得到预处理后的图像；步骤2，采用改进的最大类间方差法对预处理后的图像进行图像分割，提取所需的目标；步骤3，对分割后的图像进行形态学处理；步骤4，采用改进的胡氏不变矩提取目标的特征；步骤5，确定待识别图形与数据库中图形特征之间的相似度，实现对坦克的识别。4.根据权利要求3所述的基于改进的胡氏不变矩的坦克识别方法，其特征在于，步骤2所述采用改进的最大类间方差法对预处理后的图像进行图像分割，提取所需的目标，具体如下：改进的最大类间方差法即改进的otsu算法是将当前图像像素用一个阈值t分为两个部分C0和C1，其中C0是由0～t灰度范围内的像素组成，C1是由(t+1)～L灰度范围内的像素组成，L是图像像素最大的灰度值，灰度值为i的像素值个数为ni，则总的像素个数为N，如公式(1)所示： N = Σ i = 0 L - 1 n i - - - ( 1 ) ]]>各灰度值出现的概率为pi，如公式(2)所示： p i = n i N - - - ( 2 ) ]]>其中，pi≥0，C0出现的概率和C1出现的概率分别如下： P C 0 = Σ i = 0 t p i , P C 1 = Σ i = t + 1 L - 1 p i = 1 - P C 0 - - - ( 3 ) ]]>C0、C1两类的灰度均值分别为 ω C 0 = Σ i = 0 t ip i / P C 0 , ω C 1 = Σ i = t + 1 L - 1 ip i / P C 1 - - - ( 4 ) ]]>图像总的灰度平均值ω0为： ω 0 = P C 0 ω C 0 + P C 1 ω C 1 = Σ i = 0 L - 1 ip i - - - ( 5 ) ]]>建立新的方差σ2如公式(6)所示： σ 2 = P C 0 ( V A - V 0 ) 2 + P C 1 ( V B - V 0 ) 2 - - - ( 6 ) ]]>式中： V A 2 = 1 2 ( ω C 0 2 + Δ A ) - - - ( 7 ) ]]> V B 2 = 1 2 ( ω C 1 2 + Δ B ) - - - ( 8 ) ]]> V 0 2 = 1 2 ( ω 0 2 + Δ 0 ) - - - ( 9 ) ]]> Δ A = Σ i = 0 t p i ( i - ω C 0 ) 2 - - - ( 10 ) ]]> Δ B = Σ i = t + 1 L - 1 p i ( i - ω C 1 ) 2 - - - ( 11 ) ]]> Δ 0 = Σ i = 0 L - 1 p i ( i - ω 0 ) 2 - - - ( 12 ) ]]>其中，ΔA、ΔB、Δ0分别表示区域C0、区域C1与整幅图片的方差；从0～L依次改变t值，取到σ2最大时t即为最佳阈值；然后对该图像进行二值化处理，即其中H为图像任意一点的像素值，进而提取出目标。5.根据权利要求3所述的基于改进的胡氏不变矩的坦克识别方法，其特征在于，步骤3所述对分割后的图像进行形态学处理，包括对图像先进行膨胀然后进行腐蚀。6.根据权利要求3所述的基于改进的胡氏不变矩的坦克识别方法，其特征在于，步骤4中所述改进的胡氏不变矩，具体如下：先设一个M×N数字图像的灰度分布为f(x,y)，那么它的(p+q)阶几何矩mpq定义如公式(13)所示： m p q = Σ x = 1 M Σ y = 1 N x p y q f ( x , y ) - - - ( 13 ) ]]>式中：x,y是图像的坐标点；中心矩μpq的定义如公式(14)所示： μ p q = Σ x = 1 M Σ y = 1 N ( x - x 0 ) p ( y - y 0 ) q f ( x , y ) - - - ( 14 ) ]]>式中：(x0,y0)是矩心，x0＝m10/m00，y0＝m01/m00，p,q＝0,1,2,···，m10是图像的(1+0)阶几何矩，m00是图像的(0+0)阶几何矩，m01是图像的(0+1)阶几何矩；用零阶中心矩μpq进行归一化，归一化中心矩ηpq为： η p q = μ p q μ 00 r - - - ( 15 ) ]]>式中：μ00是零阶中心矩；构造胡氏不变矩Φ1～Φ7为： Φ 1 = η 20 + η 0 2 Φ 2 = ( η 20 - η 0 2 ) 2 + 4 η 11 Φ 3 = ( η 30 - 3 η 12 ) 2 + ( 3 η 31 - η 03 ) 2 Φ 4 = ( η 30 + η 12 ) 2 + ( η 21 + η 03 ) 2 Φ 5 = ( η 03 - 3 η 12 ) ( η 30 + η 12 ) + [ ( η 30 + 3 η 12 ) 2 - 3 × ( η 21 + η 03 ) 2 ] + ( 3 η 21 - η 03 ) ( η 21 + η 03 ) + [ 3 ( ...

【专利技术属性】
技术研发人员：胡福东，白宏阳，苏文杰，李成美，明超，梁华驹，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32