共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
3.
提出了基于二维轴对称性目标图象矩快速算法的实用化改进方案.算法实用化改进是通过两个命题的证明实现的.一是通过轴对称目标图象质心在对称轴上的命题证明,实现了将二维轴对称图象矩快速算法用于轴对称性图象中心矩的计算;二是通过目标图象以坐标系中任意两点为圆心,旋转相同角度,结果图象具有平移性的命题证明,实现了算法用于对旋转不同角度的对称目标图象的中心矩的计算改进.在此基础上,完成了二维轴对称目标图象高阶胡氏不变矩实用化快速算法的实现.实验证明,该算法具有较好的实时性能,且具有较小的引入误差. 相似文献
4.
5.
6.
7.
8.
9.
10.
基于Gabor小波纹理特征的目标识别新方法 总被引:5,自引:2,他引:5
给出了一种基于Gabor小波纹理特征的目标识别新方法.主要是利用Gabor小波设计了一种多通道小波滤波器。对图像目标直接进行小波变换,用Gabor小波变换系数的模的平均值和其标准方差来表示抽取的图像目标的特征,把获得的小波特征归一化后输入到改进的BP神经网络分类器进行分类识别.最后。进行了一系列的仿真实验,结果表明,这种特征提取方法能有效提取图像目标纹理特征,并且对噪音和形状的变化具有鲁棒性.在应用于目标识别时,神经网络的训练时间减少到lOmin,识别率达到94%. 相似文献
11.
12.
13.
提出一种基于小波变换和区域分割的YCb Cr变换域红外-可见光彩色图像融合算法,以小波变换融合为基础,将融合结果作为YCb Cr域参量,以区域分割方法为基础,与参考图像进行色彩传递。实验结果表明,采用方法比传统的线性色彩传递方法具有更好的彩色图像融合效果,同时参考图像适应性较好,适合单一图像以及视频的融合。 相似文献
14.
基于小波域扩散滤波的弱小目标检测 总被引:1,自引:0,他引:1
分析了基于小波变换进行弱小目标检测的基本思想,利用小波变换的多尺度多分辨率特性,结合小波变换系数的方向特性和扩散滤波扩散方向的可选择性,提出了基于小波域扩散滤波的弱小目标检测算法。采用该算法对不同尺度、不同方向的小波系数分别进行扩散滤波,取得了较好的效果。仿真试验结果表明:该算法能在Gaussian噪声背景和不均匀背景下实现对对比度为2%的微弱目标的检测。 相似文献
15.
一种基于区域特性的红外与可见光图像融合算法 总被引:2,自引:2,他引:0
提出了一种基于区域分割和à trous小波变换的红外与可见光图像融合算法.首先,对红外与可见光图像进行区域分割及区域关联,并按关联映射图所划分区域提取红外与可见光图像的的能量信息及梯度信息;然后,对红外与可见光图像进行多尺度à trous小波变换分解,分解后的低频部分按照文中所提出的区域能量比和区域清晰比指标进行区域融合,高频部分采用绝对值取大算子进行融合;最后进行重构得到融合图像.结果表明,该算法既可保持可见光图像的光谱信息,又可有效获取红外图像的热目标信息. 相似文献
16.
刘伟宁 《中国光学与应用光学文摘》2011,(5)
分析了基于小波变换进行弱小目标检测的基本思想,利用小波变换的多尺度多分辨率特性,结合小波变换系数的方向特性和扩散滤波扩散方向的可选择性,提出了基于小波域扩散滤波的弱小目标检测算法。采用该算法对不同尺度、不同方向的小波系数分别进行扩散滤波,取得了较好的效果。仿真试验结果表明:该算法能在Gaussian噪声背景和不均匀背景下实现对对比度为2%的微弱目标的检测。 相似文献
17.
在分析利用相位信息进行图像边缘检测原理的基础上,探讨了基于小波域相位信息的边缘检测方法,并将其应用到环境光强变化的目标识别系统中。该算法不需要设定阈值即可对目标边缘进行可靠的检测。实验结果表明,基于相位信息的边缘检测算法受图像的光照和对比度的影响小,在不同光照度的环境下具有良好的目标识别能力 相似文献
18.
研究了复杂背景下红外小目标图像的去噪问题,鉴于小波阈值法去噪的缺点,结合小波变换的去相关性和能量紧支性,提出一种新的去噪方法。考虑到实际中的复杂背景和大量干扰,弱小目标通常占有很少像素,首先对红外小目标图像进行二级小波变换,然后根据新的算法对变换所得小波细节系数进行邻域运算,最后通过小波逆变换得到处理后的图像。 实验中采用Db3小波基函数,分别对两帧低信噪比原始图像进行仿真。仿真结果表明,该算法能很好地保存小目标的形状特征,抑制背景,达到较好的去噪效果。 相似文献
19.
研究了复杂背景下红外小目标图像的去噪问题,鉴于小波阈值法去噪的缺点,结合小波变换的去相关性和能量紧支性,提出一种新的去噪方法。考虑到实际中的复杂背景和大量干扰,弱小目标通常占有很少像素,首先对红外小目标图像进行二级小波变换,然后根据新的算法对变换所得小波细节系数进行邻域运算,最后通过小波逆变换得到处理后的图像。 实验中采用Db3小波基函数,分别对两帧低信噪比原始图像进行仿真。仿真结果表明,该算法能很好地保存小目标的形状特征,抑制背景,达到较好的去噪效果。 相似文献
20.