红外点目标检测的小波变换方法研究

红外点目标检测的小波变换方法研究

ID:36797225

大小:222.80 KB

页数:5页

时间:2019-05-15

红外点目标检测的小波变换方法研究_第1页
红外点目标检测的小波变换方法研究_第2页
红外点目标检测的小波变换方法研究_第3页
红外点目标检测的小波变换方法研究_第4页
红外点目标检测的小波变换方法研究_第5页
资源描述:

《红外点目标检测的小波变换方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、维普资讯http://www.cqvip.com第33卷第4期光子学报V01.33No.42004年4月ACTAPHOTONICASINICAApril2004红外点目标检测的小波变换方法研究水过润秋李大鹏林晓春(1西安电子科技大学机电工程学院,西安710071)(2西安电子科技大学技术物理学院,西安710071)摘要在对红外图像目标特性及背景特性分析的基础上,提出了基于小波变换高频子图像处理算法及基于小波变换的区域相关算法,着重解决当目标距离成像系统较远时的点目标检测问题.实验结果表明:将区域相关算法和图像局部区域阈值的自适应滤波检测技术相结合,可显著提

2、高红外点目标检测概率,实现较远距离的点目标检测.关键词红外图像;目标检测;小波变换算法中图分类号TN219;TP751文献标识码A0引言1小波变换的Mallat方法在红外图像中,由于小目标在距离远呈现点状,本文主要采用Mallat小波变换方法实现红外图无明显形状信息,因此在成像平面上信息量极少象的处理.Mallat提出了小波变换的快速分解与重(只占几个像素点)¨J.远距离的红外成像目标通常构算法,构造了两个一维滤波器实现对二维图像的隐藏在高度结构化的背景杂波中,目标信号的幅值快速小波分解,再利用两个一维重构滤波器实现图相对于背景杂波和噪声很弱,具有很低的信

3、噪比.像的重构.引入无穷矩阵Hr=(Hkhm.),Hc=它的这种空间特性使得传统的利用目标大小、形状(日b.啦),G,=(G。),G=(Gb.啦).其中H=.以及特征的图像处理技术无法得以应用.因此,较h一,G=g一,H和G为两个一维镜像滤波算远距离成像的点目标检测问题是近年来红外图像检子,其下标r和C分别表示对矩阵的行操作和列操测与处理研究的热点和难点J.由于点目标的检测作,则Mallat算法在J一1尺度中可表示为是判断图像中的孤立奇异点,小波变换成为近年来=H,H一-对时变信号处理的有利工具,它突破了传统的信号=HG~CyD]r_I(_『=。分析手段—

4、—傅里叶变换的限制,实现了对信号时,一1,⋯,一.,)(1):G,一。频分析和多分辨率的分析.=GrG本文主要研究利用小波变换的Mallat快速算法一。与式(1)相对应的二维图像的Mallat重构算法为对较远距离红外成像的点目标检测.1989年MallatCj:H:H:Ci+H:G:+G:H:+在多分辨分析的基础上,给出了计算小波系数的快Gr.GD(=一.,,一.,+1,⋯,一1)(2)速递推的Mallat算法-4J.该方法主要是利用多分辨分析(MRA)中空间塔式分解的多分辨特性,将小波式中,G分别为H和G的共轭转置矩阵.在小波变换中,图像分解成逼近图像和

5、细节图像之系数计算与滤波器技术相结合,构造了一个计算小‘和’.算子相当于二维低通滤波器,因此C波系数的塔式分解算法,大大简化了小波系数的计算,因而为小波理论的应用提供了捷径[5].是C的低频成分.当原始图像,Y)分解成C,本文在对红外图像目标特性及背景特性分析的D,D和D时,cf是原始图像在2分辨率上的近基础上,对目标的小波物理特性的研究,给出了基于似(“逼近图像”),(占=1,2,3)则代表这种近似小波变换图象处理的不同实现方法.利用小波和图的误差(即图像的高频部分或“细节图像”部分),D像局部阈值的自适应检测算法相结合,取得了红外对应于垂直方向上的高频

6、成分,即水平的边缘信息,图像点目标检测较好效果.D对应于水平方向上的高频成分,即垂直的边缘信息,D则对应对角方向上的高频成分.Mallat小波分解及重构算法把任何二维图像,Y)∈L()都‘陕西省自然科学基金(编号:2002F13)资助项目可分解为分辨率为2下,Y)的低频部分和分辨rel:o29—88201660Email:yhao@xidian.edu.cn率为2(一1≤N)下,Y)的高频部分,并且,收稿日期:20o3一o5一l6可以由以上各部分完全重构原始图像.维普资讯http://www.cqvip.com4期过润秋等.红外点E1标检测的小波变换方法研

7、究465与非目标信号的分界点.如果将阈值设定为固定2基于小波变换的高频子图像处理算值,认为高于阈值的点是目标点,低于阈值的点是非法目标点.由于某些图像局部区域灰度较集中,从而小波变换对信号奇异点非常敏感,因而对突变使得漏检(非目标点判为目标点)的概率大为增加.信号的分析尤为有效,它已成功的应用于边缘检测与固定阈值比较,自适应阈值克服了以上的缺点.和时变信号的检测.点目标红外图像是由背景和噪其基本思想是如果一个点和其一个领域内的点的均声以及点信号的叠加组成.背景信号和噪声以及点值比较,如果他们的差大于我们设定的一个值,便把信号的光滑度是不一样的,即它们的奇异

8、性是不同它判为目标点,否则不是.的,根据信号奇异性的性质,奇异性不

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。