基于小波变换的边缘提取对复杂背景目标的探测识别

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。

目录

文摘

英文文摘

声明

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