一种基于多分辨率图像融合的边缘检测算法

边缘检测是图像处理中的一个重要环节。文章提出了一种基于小波变换的图像融合边缘检测方案。该方案具体考察了Log算子、Canny算子和小波变换边缘检测算法,通过提取图像边缘对其特点进行了讨论和比较,再将三种算法边缘检测的结果进行图像融合,得到一幅新的边缘检测图像。仿真实验结果表明,此种方法效果要优于单独采用某种算子获得的边缘图像,是一种有效的图像边缘提取方法。     

小波变换在目标图像多尺度边缘检测中的应用

介绍了小波变换及其应用于图像边缘多尺度检测的原理，并给出了构造小波函数的方法和相对应的滤波器系数。用一幅图像进行的仿真实验表明，基于小波变换进行图像的多尺度边缘检测相对于传统的Ｒｏｂｅｒｔｓ算子、Ｓｏｂｅｌ算子和Ｌａｐｌａｃｉａｎ算子检测图像边缘是一种较好的方法，而且对随机噪声也有较强的鲁棒性。为此进一步提出从多个目标中快速跟踪和识别指定目标的思想。     

基于图像平稳小波非线性增强的边缘检测方法

分析了基于平稳小波变换的图像对比度非线性增强算法和传统的Canny边缘检测算法,将两者相结合,提出了一种适用于低对比度图像的边缘检测方法,首先用平稳小波变换对图像进行非线性增强处理,提高它的对比度,然后利用Canny算子进行边缘提取。实验结果表明,该方法能准确地检测出图像的边缘,而且边缘清晰,连通性较好。     

基于小波变换的光测数字图像增强

针对光测数字图像，提出基于方向小波变换的图像增强方法，分析了方向小波变换的数学原理及其与图像边缘梯度信息的内在联系，给出了小波变换图像增强的步骤和实际光测图像的增强效果，实验结果表明，所提出的增强算法优于直方图均衡方法，有利于目标特征的提取和分析。     

基于二次分割的港口舰船目标检测方法

针对光学遥感图像中港口舰船的纹理、灰度特征与码头十分接近,直接分割相对困难的问题,提出了基于二次分割的港口舰船目标检测方法。该方法首先将Top-hat算子引入分水岭分割算法中,解决了分水岭算法过分割现象,同时获得较完整的海陆分离结果;其次对分割后的陆地区域使用Freeman链码进行轮廓描述,并结合改进的Hough变换进行目标区域的分离,通过二次分割有效地将码头与舰船分开;最后,计算各区域的面积实现港口舰船的识别。实验结果表明,该方法鲁棒性强,易于实现,通过实测数据可以解决港口舰船目标的检测问题。     

一种基于小波分频带统计特征的舰船分类识别方法

为了有效提高舰船目标的识别率,提出了一种基于小波分频带统计特征的舰船分类识别方法。该方法利用小波变换分别提取了舰船辐射噪声带内信号的小波模极大值和带外信号的分频段能量两类特征,并将两类目标特征的联合量作为舰船的目标特征用以识别舰船目标。同时利用实测海录58组舰船的辐射噪声数据对上述舰船目标特征的分类识别方法进行了验证,结果表明,利用联合特征对目标的检测概率可以达到97%以上。     

基于计算机视觉的人体运动目标检测

基于计算机视觉的人体运动目标检测是计算机视觉领域中倍受关注的前沿课题。本文采用小波变换的方法,有效地处理了普通CCD摄像机所采集的人体运动图像的模糊,同时,去除了阴影对图像处理的负面影响,较好地提取出基于标志点的人体运动图像的边缘,为人体步态分析系统的研发提出了一个切实可行的方法。     

基于小波变换的射弹序列图像混合噪声去噪

提出了一种基于小波变换的混合噪声去噪方法。首先对图像进行二维多尺度小波变换,得到低频子带图像和高频子带图像;然后对低频子带图像采用改进的邻域平均滤波进行去噪处理,对高频子带图像采用改进的小波阈值算法进行去噪处理;最后对处理后的各子带小波系数进行小波重构,得到降噪后的图像。结果表明,该算法在有效去除图像混合噪声的同时,较好地保留了图像边缘和细节。     

双树复小波和独立分量分析的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于双树复小波变换和独立分量分析(ICA)的检测方法。对图像作预处理:利用双树复小波对原始图像进行去噪,再利用Top-hat算子抑制背景;从原始图像减去通过快速独立分量分析(FastICA)分离出的背景图像,用双树复小波去噪;上述2方面得到的图像求和即为预处理图像。采用模糊Tsallis-Havrda-Charvat熵选取阈值来分割预处理图像。针对红外小目标图像进行了大量实验,并和基于快速独立分量分析的目标检测方法、基于形态滤波的目标检测方法进行了比较。结果表明,本文方法抗噪性强,具有更为优越的检测性能。     

箔条干扰下海上舰船的图像识别方法

为了消除现代电子战中箔条干扰的威胁,提出一种在箔条干扰下海上舰船的图像识别方法。视频雷达提取舰船图像经过灰度转化、去除箔条云、去除背景、二值化、投影、求质心、标定质心等步骤的图像处理后,得到舰船的二值图像,舰船为黑色,背景为白色,并标定出舰船的质心。该方法在处理视频雷达提取图像包含有舰船图像时效果较好。     

基于结构信息分布的图像质量评估新算法

图像质量评估技术是图像处理领域里的一个重要研究课题。从图像结构信息分布出发提出了一种图像质量的客观评估新算法,分析了小波包变换对图像结构信息、噪声信号的影响,以及内在关系,在此基础上提出了通过小波包变换获取图像的平均结构信息能量及结构信息强度,将其作为评价图像质量的指标,建立了评估模型。实验结果表明,该评估模型能准确地反映图像的客观质量。     

基于小波多尺度分解子带主成份的特征提取

基于小波多尺度分解子带主成份的特征提取法,利用小波多尺度分解子带系数图像特征.各尺度变换域系数代表目标不同信息,综合图像的边缘、灰度和结构等信息,再用信息提取图像的主要特征.以车辆跟踪为例,提取的特征可用于目标匹配,并用处理后干净图像的小波分解系数重构图像.     

Infrared Image Small Target Detection Based on Bi-orthogonal Wavelet and Morphology

An image multi-scale edge detection method based on anti-symmetrical bi-orthogonal wavelet is given in theory. Convolution operation property and function as a differential operator are analyzed,which anti-symmetrical bi-orthogonal wavelet transform have. An algorithm for wavelet reconstruction in which multi-scale edge can be detected is put forward. Based on it, a detection method for small target in infrared image with sea or sky background based on the anti-symmetrical bi-orthogonal wavelet and morphology is proposed. The small target detection is considered as a process in which structural background is removed, correlative background is suppressed, and noise is restrained. In this approach, the multi-scale edge is extracted by means of the anti-symmetrical bi-orthogonal wavelet decomposition. Then, module maximum chains formed by complicated background of clouds, sea wave and sea-sky-line are removed, and the image background becomes smoother. Finally, the morphology based edge detection method is used to get small target and restrain undulate background and noise. Experiment results show that the approach can suppress clutter background and detect the small target effectively.     

Computer Vision Method in Human Motion Detection

Human motion detection based on computer vision is a frontier research topic and is causing an increasing attention in the field of computer vision research. The wavelet transform is used to sharpen the ambiguous edges in human motion image. The shadow＇s effect to the image processing is also removed. The edge extraction can be successfully realized. This is an effective method for the research of human motion analysis system.     

基于多尺度局部边缘梯度的红外舰船目标检测

由于红外图像本身对比度和清晰度都较低,再加上海天场景的复杂多变,极大增加了海天背景下的红外舰船目标检测难度。为实现对多种复杂海天背景下的红外舰船的有效检测,提出了一种新的基于局部边缘梯度特性的舰船目标检测算法。对多种红外复杂海天场景图像进行仿真测试,实验结果表明:该算法能有效地检测出多种复杂海天背景下的红外舰船目标,适应性广,计算简便。     

一种扩展的自适应小波变换算法及应用

在Claypoole自适应小波变换基础上,提出了一种扩展的自适应小波变换方法。该方法将Sweldens构造小波的内插细分多项式,由奇次扩展到正整数次,从而扩大了自适应小波消失矩的选择范围。将自适应小波变换与扩展自适应小波变换应用于信号滤波,结果表明：扩展自适应小波变换,得到了理想的滤波效果,也为应用提供了更广泛的自适应小波选择。     

基于提升算法的3 阶Daubechies 离散小波变换的FPGA 实现

为提高小波变换的计算效率,研究基于提升算法的3阶Daubechies离散小波变换及其逆变换的FPGA实现。简要介绍提升算法的基本原理,给出3阶Daubechies小波变换及其逆变换的提升算法过程,对正变换与逆变换的硬件实现结构进行设计,该结构无需附加内存,且采用流水线技术实现小波系数的快速并行输出,大大节省了传统变换所需的存储空间并提高了计算速度。在Quartus设计软件中对提升算法结构进行仿真,验证了提升结构的正确性。分别使用传统的基于卷积的DB3小波滤波器和设计的DB3提升结构对包含噪声的模拟信号进行小波阈值滤波处理。结果表明:提升结构算法计算复杂度小,在可承受的信噪比范围内,能够快速实现信号的小波变换处理。     

基于小波变换的小目标检测

利用小波分析的多分辨率特性和时频局部窗特性能够克服传统方法的局限,实现小目标的精确定位检测.基于小波变换的小目标检测,先利用改进的小波变换选择合理的小波基和小波变换窗口对小目标图像滤波,后结合直方图阈值分割法分割阈值.实验结果表明该方法不仅能很好保存小目标的形状特征,还能将背景几乎完全消除.     

基于小波变换的油水混合物时域介电谱分析

目前的时域介电谱法主要用于分析稀薄液体或分子有序体组成的物质,需要被分析物质内部各个驰豫过程互不相关,或者可以进行线性叠加。但是对于复杂的多相混合物,应用传统的时域介电谱方法具有一定局限性。为了扩宽时域介电谱的应用范围,本文提出了基于小波变换改进时域介电谱的分析方法。通过对油水混合物驰豫过程分析的实验结果表明,基于小波变换的时域介电谱分析不但可以给出混合物性的整体频谱信息,还能得到各个组成成分的不同时域和频域信息,可用于分析不同油区的油水混合物。