线阵CCD立靶测试系统用于低伸弹道武器系统的外弹道测试,测试系统通过捕捉弹丸的空中姿态,利用图像处理算法提取CCD弹丸图像的像素坐标,再利用弹丸像素坐标进行物理坐标转化,从而获取弹丸通过测试系统时的空间物理坐标,实现弹丸坐标检测。在室外靶场对武器系统进行测试时,由于天空背景复杂多变,获取弹丸目标图像时干扰因素很多,如天空云层,光照强度变化以及蚊虫飞鸟等,因此需要对线阵CCD相机的测试背景进行实时监控,通过监控背景照度进行光圈调节,确保采集到较好的弹丸图像,而且系统需要通过图像处理技术对线阵CCD弹丸目标图像进行处理,实现弹丸目标的检测,精确提取弹丸像素坐标。论文通过对线阵CCD弹丸目标图像进行分析,针对系统采集到的弹丸目标图像背景复杂多变,弹丸目标信号弱,图像信噪比低等问题,引入图像信息熵对图像的复杂度进行量化,突出原始弹丸图像中的复杂区域;通过分析线阵CCD弹丸图像,了解弹丸目标以及天空背景的图像特征,根据图像区域组成成分不同对原始弹丸图像进行分区,并采用图像方差加权信息熵对原始弹丸图像进行抗干扰处理,抑制了背景噪声,突出了原始图像中的突变区域;根据对各区域图像的灰度分布进行分析,研究了造成各区域复杂度差异的因素,并通过建立双模板法复杂度分析模型对动态背景下的线阵CCD弹丸目标图像进行抗干扰处理,得到复杂度差值图像作为论文算法的预处理图像,复杂度差值图像实现了增强弹丸目标的同时抑制背景干扰的目的;针对图像抗干扰处理算法得到的复杂度差值图像背景区域灰度值不同,复杂差值图像不能直接分割提取弹丸目标,论文引入自适应门限分割算法对差值图像进行分割处理。文中根据复杂度差值图像的灰度分布进行分析,构建了灰度指数模型,利用最小二乘法对指数模型参数进行估值,获取自适应分割门限,最后分割并处理复杂度差值图像,有效分离了图像背景与弹丸目标,实现了弹丸目标的提取。经试验仿真验证,文中抗干扰处理算法可有效处理各种干扰背景中的线阵CCD弹丸目标图像,通过抗干扰处理后,蓝天背景、蓝天略有薄云背景以及蓝天白云相间背景下采集到的弹丸图像信噪比均得到大大提高。而且可以看出文中抗干扰处理算法对于以上三种背景下的弹丸目标图像的处理效果均远远优于传统的图像预处理算法。自适应门限分割算法也可以很好的识别预处理图像中弹丸目标与天空背景的边界,实现了弹丸目标的提取,达到了预期目的。