基于小波变换的弱小目标检测

journal6 ›› 2008, Vol. 29 ›› Issue (1): 75-78.

基于小波变换的弱小目标检测

（吉首大学物理科学与信息工程学院，湖南吉首 416000）

出版日期:2008-01-25 发布日期:2012-05-26
作者简介:樊晓兵(1966-)，男(土家族)，湖南永顺人，吉首大学物理科学与信息工程学院讲师，主要从事电路与系统教学研究.
基金资助:
湖南省教育厅科学研究项目(05C141)

Small Target Detection Based on Wavelet Transform

(College of Physics Science and Information Engineering,Jishou University,Jishou 416000,Hunan China)

Online:2008-01-25 Published:2012-05-26

摘要/Abstract

摘要：研究了天空、海面或野外地面背景下运动弱小目标的检测，对图像进行了小波分析，使用小波反变换将背景中低频分量和杂散噪声去除，并采用自适应阈值处理，用最大非零像素数分割方法进行分割，最后经过插值、填充得出检测结果.实验结果表明，该方法能有效地检测和定位弱小目标，并具有较强的抗噪声性.

关键词： 去噪声, 自适应阈值, 图像分割, 弱小目标检测

Abstract: This paper studies the small moving target detection in the background of the sky,the ground surface or field.Wavelet analysis and inverted transform to image can remove the low-frequency components and speckle noise.We can obtain good results by adopting adaptive thresholding and using the maximum non-zero pixels segmentation,interpolation and region filling. Experimental results show that this method can effectively detect and locate small target and has high anti-noise performance.

Key words: remove noise, adaptive threshold, image segmentation, small target detection

樊晓兵. 基于小波变换的弱小目标检测[J]. journal6, 2008, 29(1): 75-78.

FAN Xiao-Bing. Small Target Detection Based on Wavelet Transform[J]. journal6, 2008, 29(1): 75-78.

[1]	郭海涛, 徐雷, 赵红叶, 田原嫄, 焦圣喜. 多尺度形态梯度和标记分水岭的时频谱图分割[J]. journal6, 2015, 36(4): 12-17.
[2]	郭海涛, 赵红叶, 徐雷, 侯一民, 焦圣喜. 多分辨分析和K均值聚类改进FCM图像分割[J]. journal6, 2015, 36(2): 29-32.
[3]	张小琴, 余列, 李懿. 基于PCNN模型的生物细胞图像分割[J]. journal6, 2014, 35(1): 46-49.
[4]	张小琴, 李懿, 鲜雪梅, 郝葆青. 尿沉渣细胞图像的预处理和分割研究综述[J]. journal6, 2012, 33(4): 49-52.
[5]	陈炳权, 刘宏立, 孟凡斌. 数字图像处理技术的现状及其发展方向[J]. journal6, 2009, 30(1): 63-70.