1、“..... 设原图像的灰度值,,处理后图像像素的灰度值为,，则灰度增强可表示为式或式要求和都在图像的灰度范围之内。 函数称为灰度变换函数，它描述了输入灰度值和输出灰度值之间的转换关系。 旦灰度变换函数确定，则确定了个具体的灰度增强方法。 图像中每点的运算就被完全确定下来。 灰度变换函数不同，即使是同图像也会得到不同的结果。 选择灰度变换函数应该根据图像的性质和处理目的来决定。 选择的标准是经过灰度变换后，像素动态范围增加，图像的对比度扩展，使图像变得更加清晰细腻，容易识别。 图像灰度求反对图像求反是将原图灰度值翻转，简单说来就是使黑变白，使白变黑。 当被显示图像在低灰度区间呈现高度非线性时，此变换能使原图像低灰度区间的细节转换到高灰度区间。 图像灰度拉伸般，图像看不清楚，多数是由于图像相邻像元的灰度级太接近，称为灰度压缩，即相互之间灰度差远小于人的视觉对灰度分辨能力的限制......”。

2、“.....人会感觉模糊。 我们可以用映射的方法，把原来压缩的直方图分开些，也就是灰度拉伸，得到的图像自然会清晰的多了。 直方图处理直方图表示数字图像中每个灰度与其出现频度间的统计关系。 直方图能给出该图像的概貌性描述，例如图像的灰度范围每个灰度级的频度和灰度的分布整幅图像的平均明暗和对比度等，由此可得出进步处理的重要依据。 自然图像由于其灰度通常分布在较窄的区间，引起图像细节不清楚。 采用直方图修整后可使图像的灰度间距拉开或者使灰度分布均匀，从而增大反差，使图像细节清晰，达到图像增强的目的。 我们将灰度直方图表示为这里代表原始图第个灰度级的出现概率。 以为自变量，以为函数得到的曲线就是图像的直方图。 直方图修整法通常有直方图均衡化和直台上，显示看起来有很大的不同，但在很多的情况下，句柄图形的编码是致的。 在内部处理平台和窗口系统的差别......”。

3、“.....通常运行在所有在静态靶标图像处理中的应用摘要在实际战场，由于烟尘，天气等原因，背景通常非常复杂，靶标的检测相对比较困难。 本文重点对靶标图像的识别方法进行研究，从而为实现准确的靶标定位，乃至动态靶标检测提供理论基础。 本文以静态靶标图像为研究对象，基于软件，对靶标中心进行定位。 首先对靶标图像进行必要的预处理，然后，应用区域标记的方法定位靶标的位置，最终用求重心的方法定位靶标十字的中心。 采用这些方法,极大地简化了分析过程,提高了工作效率。 关键词靶标检测阈值分割重心法目录第章绪论引言本文的研究意义本文主要研究内容第二章图像预处理的基本知识图像灰度变换图像平滑去噪图像边缘检测第三章简介工程应用软件简介的主要优缺点在图像处理中的应用第四章静态靶标检测基于数学形态学的靶标检测, 数学形态学简介, 数学形态学基本运算......”。

4、“.....靶场测试技术水平也在发展。 武器装备动态跟踪精度测试系统，距离靶标较远，因此测量时，在系统捕获的图像中，靶标较小，目标与背景的对比度也较低，靶心的十字根本看不清楚。 在武器装备动态跟踪精度测试系统中，关键问题之是如何准确快速的从复杂背景中分割出目标图像。 本论文重点对靶标中心的检测方法进行研究，提出了基于重心法的静态目标检测，在武器装备动态跟踪精度测试系统的系统捕获得到的图像中，找到靶场中的靶标，并标记出靶心，从而实现准确的瞄准目标，为武器装备动态跟踪精度测试系统的设计莫定基础。 本文的研究意义图像技术在广义上是各种与图像有关的总称。 图像技术种类很多，跨度很大，但可以将它们归在个整体框架还没有通用的分割理论，现在己经提出的分割算法大都只是针对具体问题......”。

5、“..... 所以算法虽然多，但不同的算法在解决类型问题时所表现出的效率却大不相同。 对图像分割的研究可以分成三个层次第个层次研究的是对图像进行分割的技术即对分割算法的研究第二个层次是在分割中对分割评价方法的研究，从而刻画和比较帮助把握不同分割算法的特点第三个层次则是对分割评价方法和评价准则进行系统的研究，从而保证采用恰当的评价方法和评价准则来研究分割技术。 有统计表明，以上的文献是关于分割算法的研究。 过去人们往往忽视了对分割评价方法和评价标准的研究。 现在，越来越多的图像工程人员开始意识到这点。 通过对分割算法性能的研究，可以优化分割，不仅可提高现有算法的性能，对研究新的分割技术也具有指导意义。 本文主要研究内容本文的研究内容主要包括以下的几个方面选择适当的靶标图像文件基于完成图像处理算法的研究基于完成系统仿真软件的研究完成实验研究静态靶标的图像特征，寻求最优算法......”。

6、“.....如图像灰度变换图像平滑图像边缘检测等基本知识，利用这些方法将采集到的图片进行系列处理，并将处理的图像显示出来，同时实现对靶标的定位检测。 图像灰度变换当图像受到摄像系统的影响，受到摄像机周围环境的影响，受到成像时曝光不足或过度的影响，以及受到成像设备的非线性，或图像记录设备动态范围太窄的影响，都会出现对比度不足，使图像中的细节分辨不清。 另外，自然图像由于其灰度通常分布在较窄的区间，也会引起图像细节不清楚。 对摄像系统获取的图像，进行直方图变换，可使图像的灰度间距拉开或者使图像的灰度分布均匀，从而增大了反差，使图像细节清晰，达到系统的要求。 图像的灰度变换处理是图像增强处理技术中种非常基础直接的空间域图像处理方法......”。

7、“..... 灰度变换是指根据种目标条件按定变换关系逐点图像工程之下。 图像工程是个对整个图像领域进行研究应用的新学科，它的内容非常丰富，根据抽象程度和研究方法等的不同可分为三个各有特点的层次图像处理图像分析和图像理解。 图像处理是较低层的操作，主要在图像像素级上进行处理。 比较狭义的图像处理主要包括对图像分割以改善视觉效果或对图像压缩编码以减少传输时间或存储容量图像分析则是进入中层的操作分割和特征提取把原来以像素描述的图像转变成简洁的非图形式的符号描述，它是个图像进而数据出的处理，数据可以是特征测量的结果或是基于测量的符号表示图像理解是种经常被称为计算机视觉的高层操作，图像理解进步研究图像中的目标和它们之间的联系，其处理过程与方法与人类的思维推理往往有不少类似之处......”。

8、“.....同时它是种重要的图像技术，它不仅得到人们广泛重视和研究，且在实际中得到大量的应用。 图像分割在不同领域中使用的名称可能不同，如目标轮廓技术，阈值化技术，图像区分或求差技术，目标跟踪技术，目标识别技术等。 图像分割是由图像处理进入到图像分析的关键步骤，在图像工程中占据重要的位置。 方面，它是目标表达的基础，对特征测量有重要的影响。 另方面，图像分割及其基于分割的目标表达特征提取和参数测量等将原始图像转化为更抽象更紧凑的形式，使得更高层的图像分析和理解成为可能。 图像分割在实际生产生活中已经得到广泛的应用，例如在工业自动化，在线产品检验遥感和生物医学图像分析保安监视，以及军事体育农业林业工程等各个方面。 在各种图像应用中，只要对图像目标进行提取测量等就都离不开图像分割。 人们对图像分割算法的研究也己经有几十年的历史，借助各种理论至今提出了上千种的分割算法......”。

9、“.....但到目前为止阵的离散余弦变换及反变换。 图像的数学形态学处理提供了数学形态学的基本形态算子腐蚀膨胀算子，以及在此基础上的开闭算子，厚化薄化算子等丰富的数学形态学运算。 以上所提到的在图像处理中的应用都是由相应的函数来实现，使用时只需按照函数的调用语法正确输入参数即可，具体的用法可参考丰富的帮助文档。 对于内部函数不能实现的问题，需要另外编程或修改有关的内部函数。 小结实践证明，软件功能强大，语言自然且人机界面友好，开放性强，非常容易学习和使用。 在图像处理研究中使用材可以大大提高效率，快速实现图像处理。 鉴于此，我们选用了工具来实现图像处理。 第四章静态靶标检测武器装备动态跟踪精度测试系统，距离靶标较远，因此测量时，在系统捕获的图像中，靶标较小，目标与背景的对比度也较低，靶心的十字根本看不清楚。 为了在武器装备动态跟踪精度测试系统的系统捕获得到的图像中......”。