下载

1下载券

加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 基于小波变换的红外成像弱小目标检测方法

基于小波变换的红外成像弱小目标检测方法.pdf

基于小波变换的红外成像弱小目标检测方法

alsobel
2011-07-25 0人阅读 举报 0 0 暂无简介

简介:本文档为《基于小波变换的红外成像弱小目标检测方法pdf》,可适用于高等教育领域

收稿日期:作者简介:李国宽(),男,博士研究生武汉,华中理工大学图像识别与人工智能研究所()基金项目:国防科技预研基金资助项目基于小波变换的红外成像弱小目标检测方法李国宽 彭嘉雄华中理工大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室摘要:研究红外目标图像中弱小目标的自动检测和定位方法将弱小目标看作是红外图像中灰度和位置均未知的暂态信号,通过对图像信号作多尺度的小波变换,可以在低信噪比条件下检测出弱小目标实验结果表明,小波变换能很好地增强目标,抑制背景杂波,从而提高目标检测概率,降低误检测关 键 词:图像识别弱小目标检测小波变换图像分割中图分类号:TP  文献标识码:A  文章编号:()  利用红外成像实现自动目标检测、识别与跟踪是精确制导武器的主要技术发展方向它具有智能化程度高,隐蔽性好,作用距离远等优点由于红外传感器工作在大气热辐射环境中,目标与其周围环境存在着热交换,大气对热辐射有散射和吸收作用等,因此在红外前视图像中,目标与背景的对比度较低,边缘模糊当目标距离很远时,目标在成像平面上的图像很小,呈现出红外弱小目标弱小目标在图像平面上的空间尺度比杂散噪声大,是较为连续的一块小区域,其频率特性往往表现为集中在一定的频带范围内利用小波变换实现频率选择和多尺度分解,可以起到抑制背景噪声和增强目标的作用,极大地提高信噪比,从而提高单帧图像中目标检测概率,降低误检测 算法原理设一维连续信号f(t)∈L(R)(即能量有界函数)的小波变换为Wf(a,b)=a∫Rψtbaf(t)dt式中,a和b为尺度因子和时移因子ψ(·)为小波函数,它满足允许小波条件∫R|Ψ(ω)|ωdω<∞,式中,Ψ(ω)为ψ(·)的傅氏变换该条件决定了小波函数ψ(·)是一个具有紧支撑的衰减振荡函数将a,b离散化,令a=am,b=namb(a>m,n∈Z,Z为整数集),得到的离散小波变换系数C(m,n)=∫Rψm,n(t)f(t)dt,式中,ψm,n(t)=amψ(amtnb),a和b分别为伸缩步长和移位步长当am较小时,时间分辨率高,适合于分析高频信号,可以深入观察过程的细节,更加精确估计信号所在的位置当am较大时,频率分辨率较高,适合于分析低频信号,可以观察过程的全貌,这使得基于小波变换的检测器具有较好的鲁棒性红外背景(尤其是天空、大海自然背景中的云层和海浪)往往呈大面积的连续分布状态,在红外辐射的强度上也呈渐变过渡状态,从而使得它们的红外图像在图像灰度空间分布上具有较大的相关性,是一种缓慢变化且非平稳的二维随机过程,存在背景起伏目标的红外辐射强度与其周围自然背景的辐射强度无关,且一般都高于背景的辐射强度可以认为背景处在图像信号的低频部分,而目标处在图像的高频部分,通过小波变换将红外图像进行低频部分和高频部分的分离,然后对各高频分量进行分析,可以将目标检测出来 检测方法对于离散信号而言,小波变换存在快速算法一维N点的离散信号S(k),其离散小波变换可以通过下式循环计算得到:第卷第期      华 中 理 工 大 学 学 报       Vol No年 月       JHuazhongUnivofSciTech        May Wj(k)=∑Jp=g(p)Sj(kjp),Sj(k)=∑Jp=h(p)Sj(kjp),式中,k=,,⋯,Nj=,,⋯,P,P表示小波变换最大层数,P=Ng和h是对应于小波变换的高通和低通滤波器J为滤波器长度S(k)可以看作是原始信号S(k)对于二维数字信号,小波变换具有可分性,即它可通过先对每行作变换,然后对每列作变换来实现二维图像信号经小波变换后得到四个部分,即图像的LL,LH,HL和HH部分,分别表示图像的低频信号与水平、垂直和对角线方向的高频信号选择小波函数具有较小的紧支集,以减小运算复杂度和提高运算速度数字信号的小波变换可利用卷积来实现基于小波变换的弱小目标检测方法为:a确定小波变换核的尺度这里使用二进小波变换,即其尺度为如果使用多级小波变换,令目标的尺度为Ts,所选的小波变换核的尺度为Tw,则用于小目标检测的最大变换层数大致为log(TsTw)考虑到红外弱小目标通常占有像素很少,仅做一次小波分解b依照上述计算式对原始图像进行分解,得到小波变换的小波系数子图像LL,LH,HL和HH四个部分小波分解后得到的高频图像为fij(x,y),i=,,,分别表示高频分量LH,HL和HH部分c对同一层的高频图像进行分割将高频子图像中的背景噪声近似看作是高斯白噪声,使用全局门限法对目标和背景进行分割,取门限Tij=mean(fij)λvar(fij),则用门限法处理后的图像为rij(x,y)=,, fij(x,y)≥Tijfij(x,y)<Tij式中,λ取~,组合同一层的二值化图像为dj(x,y)=rj(x,y)rj(x,y)rj(x,y)d将得到的组合图像进行聚类为满足实时系统的要求,选用一种简单快速的聚类方法,即寻找最密集的非零点具体方法为使用一个×像素的模板,其元素全为,在图像平面上寻找累积值最大的位置,并记下此时模板内非零点,将其视作目标类将背景噪声和目标进行分离,求取目标的质心位置作为目标的位置 实验结果这里取小波函数为三次样条小波,其滤波器参数见表表 滤波器h和g的系数phpgp  滤波器h关于原点对称,而滤波器g关于p=点中心对称,则可求取滤波器的其他系数采用实测的红外图像序列进行测试,观察远距离背景下飞行的机动目标,背景中存在红外云团实验序列的技术参数为:a小目标尺寸为~像素,红外图像尺寸为×像素b红外图像中存在小目标,偶尔出现目标丢失,目标作近似匀速直线运动c小目标在图像中运动速度为~像素帧d图像中信噪比约为,背景中存在起伏及红外云团e图像序列长度为帧从实验中发现,在对原图像进行小波变换一次分解后的高频图像中,LH和HL分量在目标出现处为大幅度的振荡,在其他位置则作零值附近极小范围内的波动HH分量则在整个图像范围内作杂乱无章的振荡,不利于检测这里在检测方法c中仅使用水平和垂直方向的高频分量,各高频分量的统计特性见表表 高频分量统计特性高频分量LHHLHH均值标准方差  实验表明,该检测方法能从单帧图像很好地检测定位红外弱小目标,帧图像中正确检测的有帧,错误检测的有帧需说明的是,在这帧图像中存在极其严重的红外扫描线干扰用其他红外小目标图像序列进行实验,也取得了很好的效果,说明该方法是实用而有效的要想获得更高的检测率,需利用小目标的帧间信息,在图像序列中检测弱小目标参考文献李国宽,彭嘉雄,李 红红外图像序列中小目标检测方法华中理工大学学报,,():~                 华 中 理 工 大 学 学 报              年李国宽,彭嘉雄,李 红基于向量小波变换的小目标检测方法华中理工大学学报,,():~李国宽,李 红,彭嘉雄从图像序列中检测定位小目标的一种方法华中理工大学学报,,():~MallatS,ZhongSCharacterizationofSignalsfromMultiscaleEdgesIEEETransonPAMI,,():~InfraredImagingDimTargetDetectionBasedonWaveletTransformLiGuokuan PengJiaxiongAbstract:DimtargetdetectionandlocationfrominfraredimageisstudiedDimtargetcanberegardedastransientsignalwithunknownintensityandlocation,anditbelongstohighfrequencypartoftheimageBymultiresolutionwavelettransformfortheimage,dimtargetintheconditionoflowSNRcouldbedetectedTheexperimentresultsindicatethatwavelettransformcanenhancethetargetandsuppressbackgroundcluttereffectively,andimprovethetargetdetectionprobabilityandreducethedetectionerrorKeywords:imagerecognitiondimtargetdetectionwavelettransforminfraredimageLiGuokuan DoctoralCandidateInstituteofPatternRecognitionArtificialIntelligence,HUST,Wuhan,China我校召开年科技产业工作会议进入新世纪,我校产业工作将怎样再上新台阶月日至日,我校年科技产业工作会议隆重召开,为我校科技产业面向未来,实现快速、规模发展提供了新的思路和新的举措我校校办产业从年代起步,经过多年的实践,逐渐摸索出一套具有我校特色的发展思路,并已在全国产生了重大影响年我校科技产业一年跨出“三大步”(组建股份公司、投资大学科技园、完成资产剥离),取得销售收入亿多元,并正以快速、持续的良好势头继续向前发展会上,周济校长充分肯定了我校科技产业取得的成绩,同时也指出了我校与一些兄弟院校的差距,并就高校在技术创新中的地位以及发展高科技、实现产业化的重要性和紧迫性作了深入透彻的分析对为什么要办产业、办什么样的产业以及如何办产业等问题作了战略性的指导和规划第期         李国宽等:基于小波变换的红外成像弱小目标检测方法            

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/3

基于小波变换的红外成像弱小目标检测方法

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利