Curvelet变换在低对比度目标识别中的应用.pdfVIP

第33卷第6期 兵 工 学 报 V01．33No．6 2012年6月 ACTAARMAMENTARII Jan． 2012 Curvelet变换在低对比度目标识别中的应用 陈方涵，张肃，王文生 (长春理工大学现代光学测试技术研究室，吉林长春130022) 摘要：低对比度日标因其灰度对比度低、边缘模糊等缺点，使得联合变换相关器无法将其从混 杂的背景图像中辨别出来，达到成功识别的目的。针对这一问题，采用了基于Curvelet变换的图像 增强算法对目标联合图像进行处理。作为超小波分析范畴的Curvelet变换，因具有极强的方向性， 成为比小波变换更适合分析和理解图像特征的多分辨率分析工具。文中采用不同的方法分别调整 了Curvelet变换后的高、低频系数，增强了目标的灰度对比度和边缘信息。以低对比度坦克图像为 例，增强后的目标对比度由原来的4．16％提高至29．37％．计算机模拟和光学相关实验结果均表 明，增强后的联合图像获得了明亮的相关点对，成功实现了低对比度坦克的自动识别。 关键词：信息处理技术；光电子学与激光技术；计算机应用；人工智能 中图分类号：TP391．4文献标志码：A ofCurvelet in TransformLowContrast Applications TargetRecognition CHEN Su，WANG Fang-han，ZHANGWen—sheng ofModem Measurement ofScienceand (Laboratory University Technology， Optical Technology，Changchun Changehun130022，Jilin，China) in contrast cannotbediscriminatedfrom Abstract：Thelow clutteredscene target image byusingjoint transformeorrelator鸽itsindistinct atthis enhancementbasedonCurve- edge．Aimedproblem．animage lettransformwas to the joint thewavelet Curvelettrans- adoptedprocesstarget’simage．In analysis，the formisabettermulti-resolutiontoolto and and understandthe feature．Bothcontrast analyze image gray canbeenhanced the andLow coefficientsofCurvelettransformwithdif- edge adjusting by high