基于小波变换的边缘提取对复杂背景目标的探测识别

论文摘要

小波变换在光学信息领域具有广泛的应用。而把它应用到联合相关变换器是一项非常有效的新技术。它可以实现目标的探测、识别以及定位。联合相关器不仅识别速度快,而且定位精度高。但实际上,由图像处理器采集的目标图像信息含有很多背景噪声,所以联合相关器很难识别目标,所以我们在这里就得借助数字图像处理技术,实现目标的相关探测与识别。在数字图像处理中,边缘代表着图像的最基本特征,边缘检测是图像分析与处理的一种重要手段,而对边缘提取的好坏将直接影响整个图像处理和分析的效果。长期以来,人们提出了各种边缘检测算法,传统边缘检测方法有Robert、Sobel、Prewitt和Kirsh等算子,它们在进行边缘检测时计算量小,但由于边缘检测问题固有的复杂性,使这些方法在抗噪性能和边缘定位方面往往得不到满意的效果,这主要是因为边缘和噪声都是高频信号,很难在噪声和边缘中作取舍。本文主要讨论了运用高斯小波函数识别复杂背景下目标的应用技术。小波变换具有多分辨率特性,可以极大地增强图像的信息。在参考大量文献的基础上,得出在图像边缘提取中高斯函数是一种常见的且较有效的小波函数。计算机模拟结果显示本文提出的方法可以有效地增强相关点的强度,尤其在复杂的背景下可以准确地对物体进行定位。同时光学实验结果也显示我们提出的图像特征提取方法是有效的,并且要优于其它传统图像处理的方法。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• §1.1 引言
• §1.2 光学相关探测概述
• §1.3 小波变换技术的发展及其应用
• §1.4 课题研究的内容、意义及国内外发展现状
• §1.5 本论文要解决的问题以及任务
• 第二章 实时联合变换相关器的原理及装置
• §2.1 光学相关探测原理
• 2.1.1 傅里叶变换
• 2.1.2 相关器的分类及原理
• §2.2 联合变换相关器原理
• §2.3 小结
• 第三章 小波分析的基本理论
• §3.1 加窗傅立叶变换
• §3.2 盖伯变换
• §3.3 小波变换定义
• 3.3.1 小波变换的等效频域表示
• 3.3.2 小波变换的特点
• 3.3.3 与短时傅立叶变换的比较
• 3.3.4 连续小波变换的一些性质
• §3.4 离散小波变换
• §3.5 小波函数举例
• §3.6 小结
• 第四章 二维小波变换以及多分辨率分析
• §4.1 函数的多尺度逼近的基本思想
• §4.2 多分辨率逼近（MULTI-RESOLUTION ANALYSIS）
• 4.2.1 MRA的频域划分
• 4.2.2 基于多分辨率思想下的小波的分解与合成
• §4.3 MALLAT快速算法
• 4.3.1 分解算法
• 4.3.2 合成算法
• §4.4 小结
• 第五章 小波在数字图像处理中的具体应用及其流程
• §5.1 基于高斯小波一阶导数的模极大算法
• 5.1.1 模极大值的程序流程图
• §5.2 基于高斯二阶导数的零交叉方法
• 5.2.1 基于高斯函数二阶微分的边缘提取程序流程
• §5.3 小结
• 第六章 实时联合变换相关器的实验装置
• §6.1 实时联合相关器的装置
• §6.2 实时联合变换相关器的系统参数
• 6.2.1 激光器
• 6.2.2 电寻址液晶EALCD
• 6.2.3 傅里叶变换透镜
• 6.2.4 光电耦合器件CCD
• §6.3 装置调校步骤
• §6.4 小结
• 第七章 基于小波变换的光学实验研究
• §7.1 基于高斯小波函数一阶导数的光学实验研究
• 7.1.1 简单背景下的目标光学实验
• 7.1.2 复杂背景下的地面目标的光学实验
• 7.1.3 复杂背景下的坦克运动目标的光学实验研究
• §7.2 基于高斯小波函数二阶微分零交叉的光学实验研究
• §7.3 两种算法在光学实验中的比较研究
• 7.3.1 空中目标的光学实验比较
• 7.3.2 陆地目标的光学实验比较
• 7.3.3 小目标的光学实验比较
• 7.3.4 动目标识别的光学实验初步探讨
• §7.4 小结
• 总结与展望
• 致谢
• 参考文献