基于模糊集的军事图标识别

　　摘要：图标识别在军事领域具有重要的意义，对军事图标进行正确的识别对军事图标中内容图像信息的检索起着非常重要作用。这主要是由于这些军事图标能够对其中的信息数据来源进行有效的反映。并且图标所携带的信息数据多，其变化比较小，对于文字而言，检索起来要方便的多。因此，对军事图标识别非常重要，该文从模糊集理论的视角去分析军事图标识别的基本方法，对其算法步骤进行具体的分析处理。
　　关键词：模糊集；军事图标；图标识别
　　中图分类号：TP18文献标识码：A文章编号：1009-3044(2011)28-7063-02
　　1 基于模糊集的军事图像识别概述
　　图标识别在军事领域具有重要的意义，对军事图标进行正确的识别对军事图标中内容图像信息的检索起着非常重要作用。这主要是由于这些军事图标能够对其中的信息数据来源进行有效的反映。并且图标所携带的信息数据多，其变化比较小，对于文字而言，检索起来要方便的多。纵观目前图标识别的算法，普遍存在两个方面的问题：一个是现在所采取的图标识别方法基本上根据原图标图像的像素和形状特征进行识别，这种方法不管是从局部或整体上来将，都将像素点所处的位置信息忽略了。但是，军事图标往往是人工所摄成和加工的图像，其大多数都是由两个或者两个以上边界比较清晰的几何图像所组成，如果这些成分图像在不同的位置出现或者组合起来的搭配位置不同，其所形成的图标也完全不同。一个是从图像中分割出来的军事图标因为受到闪光灯、光照等作用，其颜色将产生畸变。如果对这些图标直接进行灰度图像处理很可能会引起识别的误差，甚至导致错误识别，从而导致其进行二值化处理之后所形成的二值图像载有的有用数据信息非常少。
　　因此，针对以上问题，应该采取基于模糊集的军事图像识别算法，此算法主要是将所提取的图标图像进行二值化转换，以消除军事图标识别过程中颜色畸变的影响；接着对二值图标内部像素点的位置数据信息通过一定的算法进行定位和识别处理。该算法主要是通过形态学极限腐蚀的距离变换原理将图标中各像素点的位置数据信息进行转换，将其转换为相对应的灰度信息，从而使前面的二值化后的图像具有灰度特征，最后对这些图标进行直方图特征分析，以实现对军事图标的识别。
　　2 基于模糊集的军事图像识别的具体算法步骤
　　2.1 灰度归一化处理
　　在军事图标转变为灰度图像之后，通过反梯度平均滤波法对数字化或者扫描过程中所产生的噪声进行消除，此时再进行灰度归一化。此算法只有在对噪声进行有效消除的时候，才能使目标边缘信息的得ZpbB6INT4ECw+haDrnsKpg==到比较好的保持。但是，由于灰度归一化过程中，容易对图标图像产生不连贯、不平滑现象，以致于给其后续特征信息的提取产生影响。因此，其图标的灰度归一化应该在灰度域而不是二值域进行，其整个过程如下：第一，采取迭代法对图标进行二值化处理，再将这些进行二值化处理之后的图标分别在垂直、水平方面进行投影，从而可以找到图标在之前的原图像中所对应的像素点位置；第二，依据此像素点位置数据信息在原灰度图像之中对图标背景进行消除，以得到灰度图标图像；第三，对所得到的灰度图标图像进行归一化处理。
　　灰度归一化的具体算法：设归一化后的军事图标图像高度为H，设归一化之前的图标图像