基于小波变换和形态学的目标图像增强算法.pdf

基于小波变换和形态学的目标图像增强算法.pdf

ID:55933022

大小:533.58 KB

页数:4页

时间:2020-06-16

基于小波变换和形态学的目标图像增强算法.pdf_第1页
基于小波变换和形态学的目标图像增强算法.pdf_第2页
基于小波变换和形态学的目标图像增强算法.pdf_第3页
基于小波变换和形态学的目标图像增强算法.pdf_第4页
资源描述:

《基于小波变换和形态学的目标图像增强算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第35卷第8期四川兵工学报2014年8月【信息科学与控制工程】doi:10.11809/scbgxb2014.08.036基于小波变换和形态学的目标图像增强算法王瑞,徐武松,张波(1装甲兵工程学院控制工程系,北京100072;2.驻559厂军事代表室,无锡214035)摘要:基于图像视觉信息的目标检测与识别一直是研究的重点和难点,针对复杂坏境的图像呈现出对比度低,强噪声干扰,灰度集中的特点,提出了一种基于小波变换理论和数学形态学的目标图像增强方法;首先对图像进行了小波变换,提取高频分量系数,其次利用

2、阈值算法对图像进行降噪处理,最后对图像进行形态学交替滤波得到增强后的图像;实验表明:该检测算法对提高信噪比,增强目标有很好的效果,适合与目标检测与识别,算法在性能上优于传统的单一算法。关键词:目标检测;小波变换;形态学滤波;图像增强本文引用格式:王瑞,徐武松,张波.基于小波变换和形态学的目标图像增强算法[J].四川兵工学报,2014(8):131—133.中图分类号:TP391.41文献标识码:A文章编号:1006—0707(2014)08—0131—04AlgorithmofTargetImage

3、EnhancementBasedonWaveletTransformandGrayscaleMorphologyWANGRui,XUWu—song,ZHANGBo(1.DepartmentofControlEngineering,AcademyofArmoredForceEngineering,Beijing100072,China;2.MilitaryAgent’8Roomin559Factory,Wuxi214035,China)Abstract:Forimagewithhigh—noisein

4、terference,lowcontrastandgrayscaleconcentrated,aimageen-hancementmethodbasedonWaveletandGrayscaleMorphologyispresented.Firstly,thewavelettrans-formisadoptedtodecomposetheimageandextractedthehigh~equencycomponents.Secondly,calcula—tionofpartthresholdval

5、ueisusedtode-nosing.Finally,grayscalemorphologyisappliedtoenhanceandsynthesistheimage.Thesimulatedexperimentresultpersonalcomputerindicatesthatthealgorithmisef-fectivetoimprovingthesignal—to—noiseratio,enhancethetarget.Thismethodisadaptabletotargetdete

6、c—tion.Keywords:targetdetection;wavelettransform;grayscalemorphology;imageenhancementCitationformat:WANGRui,XUWu—song,ZHANGBo.AlgorithmofTargetImageEnhancementBasedonWaveletTransformandGrayscaleMorphology[J].JournalofSichuanOrdnance,2014(8):131—133.近年来

7、,基于图像视觉信息的目标检测与识别受到了越域和变换域3类。空间域主要是针对图像中像素点的运来越多的重视。在军事领域,尽早的检测、识别目标,为夺取算,包括灰度变换、直方图统计法、图像平滑、图像锐化等J。战场胜利提供了有利保证。然而由于背景复杂、环境变化、频率域主要是对图像在频率上进行分解处理,包括高通滤噪声干扰,给目标的检测带来了很大困难。图像增强作为目波,低通滤波和同态滤波等。变换域是对图像在小波域进行标检测的重要部分,稳健的增强算法对于抑制噪声、增强目分析处理,对图像进行二维小波分解,提取近似和细

8、节系数标有着重要的作用。图像增强的主要目的是抑制背景噪声并对其进行处理,最后经小波逆变换重构图像。这几种方法杂波,提高图像的信噪比。常用的方法主要有空间域、频率各有优劣,对于背景环境相对复杂,背景噪声干扰强的图像收稿日期:2014—02—14作者简介:王瑞(1990一),女,硕士研究生,主要从事目标检测与识别技术研究。l32四川兵工学报http://scbg.qks.cqut.edu.cn/来说,图像的增强效果有待进一步提高。为此,本文提出了式(1)中,参数+PC,Y

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。