Curvelet变换在低对比度目标识别中的应用

• 作者: 张肃 王文生 陈方涵
• 来源期刊: 兵工学报
• 学科: 工学
• 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
• 年，卷（期）: 2012,（6）
• 页码范围: 688-694
• 分类号: TP391.4
• 字数: 4288字
• 语种: 中文

摘要

低对比度目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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文生	长春理工大学现代光学测试技术研究室	88	556	13.0	16.0
2	张肃	长春理工大学现代光学测试技术研究室	88	381	11.0	16.0
3	陈方涵	长春理工大学现代光学测试技术研究室	5	56	5.0	5.0