留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

小目标识别的小波阈值去噪方法

刘希佳 陈宇 王文生 刘柱

刘希佳, 陈宇, 王文生, 刘柱. 小目标识别的小波阈值去噪方法[J]. 中国光学, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248
引用本文: 刘希佳, 陈宇, 王文生, 刘柱. 小目标识别的小波阈值去噪方法[J]. 中国光学, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248
LIU Xi-jia, CHEN Yu, WANG Wen-sheng, LIU Zhu. De-noising algorithm of wavelet threshold for small target detection[J]. Chinese Optics, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248
Citation: LIU Xi-jia, CHEN Yu, WANG Wen-sheng, LIU Zhu. De-noising algorithm of wavelet threshold for small target detection[J]. Chinese Optics, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248

小目标识别的小波阈值去噪方法

doi: 10.3788/CO.20120503.0248
基金项目: 

总装备部预研局"十一五"资助项目

详细信息
    通讯作者: 陈宇
  • 中图分类号: TP391.41

De-noising algorithm of wavelet threshold for small target detection

  • 摘要: 为改善小目标识别的滤噪效果并提高其信噪比,构造了新的阈值函数并采用局部方差估计法来计算阈值对小目标进行去噪处理。对小波分解层次中各高频子带选取不同的阈值,其中大于阈值的小波系数采用改进的双曲线函数作为阈值函数,小于阈值的小波系数采用指数函数与对数函数相互组合的方式作为阈值函数。对采用的阈值函数进行了理论推导,并与软、硬阈值法进行了实验对比。计算机仿真结果表明:经本文阈值法处理后,信噪比相对于含噪图像提高了70.8%,而软、硬阈值法分别提高了49.8%和59.7%。光学实验进一步证实:该方法能更有效地提高信噪比,增强联合变换相关器对于小目标的识别能力。
  • [1] 陈宇,王文生,苗华,等. 灰度变换在光学相关探测与识别中的应用[J]. 仪器仪表学报 ,2005,26(8):676-677. CHEN Y,WANG W SH,MIAO H,et al.. Application of gray-scale transformation in optical correlation detection and recognition[J]. Chinese J. Scientific Instrument,2005,26(8):676-677.(in Chinese) [2] 李祥兵,肖合林. 基于Matlab的小波阈值折中去噪算法研究[J]. 电脑开发与应用 ,2009,22(6):428-430. LI X B, XIAO H L. Research on wavelet threshold compromise denoising method based on matlab[J]. Computer Development Appl.,2009,22(6):428-430.(in Chinese) [3] 李树玉. 改进的小波阈值去噪方法及其在MATLAB中的仿真[J]. 噪声与振动控制 ,2010(2):121-124. LI SH Y. Improved wavelet threshold denoising method and its simulation using MATLAB[J]. Noise and Vibration Control,2010(2):121-124.(in Chinese) [4] 孙俊喜,陈亚珠. 一种具有边缘保持特性的超声图像小波域阈值去噪新方法[J]. 光学 精密工程 ,2002,10(5):429-433. SUN J X, CHEN Y ZH. Novel speckle reduction for medical ultrasound images based on edge preservation[J]. Opt. Precision Eng.,2002,10(5):429-433. [5] 苑津莎,张东雪,李中. 基于改进阈值法的小波去噪算法研究[J]. 华北电力大学学报 ,2010,37(5):92-96. YUAN J SH,ZHANG D X,LI ZH. Wavelet denoising algorithm based on improved thresholding method[J]. J. North China Electric Power University,2010,37(5):92-96.(in Chinese) [6] 邓义君,严高师. 一种基于小波变换的红外小目标去噪算法[J]. 强激光与粒子束 ,2007,19(3):399-402. DENG Y J,YANG G SH. De-noising algorithm of infrared small target based on wavelet transforms[J]. High Power Laser and Particle Beams,2007,19(3):399-402.(in Chinese) [7] 王佐成,刘晓冬,薛丽霞. 双曲线函数在灰度图像小波阈值去噪中的应用[J]. 计算机工程与应用 ,2010,46(35):177-179. WANG Z CH,LIU X D,XUE L X. Application of hyperbolic function in gray image wavelet threshold denoising method[J]. Computer Eng. Appl.,2010,46(35):177-179.(in Chinese) [8] 蒋晓玲,高尚兵,曾山佰. 一种基于小波变换的图像去噪算法与实现[J]. 电脑知识与技术 ,2008,3(8):1768-1769,1775. JIANG X L,GAO SH B,ZENG SH B. One image denoising algorithm and its implementaion based on wavelet transform[J]. Computer Knowledge Technology,2008,3(8):1767-1768,1775.(in Chinese) [9] 张维强,宋国乡. 基于一种新的阈值函数的小波域信号去噪[J]. 西安电子科技大学学报(自然科学版) ,2004,31(2): 296-303. ZHANG W Q,SONG G X. Signal de-noising in wavelet domain based on a new kind of thresholding function[J]. J. Xidian University(Natural Science Edition),2004,31(2):296-303.(in Chinese) [10] 刘伟宁. 基于小波域扩散滤波的弱小目标检测[J]. 中国光学 ,2011,4(5):503-508. LIU W N. Dim target detection based on wavelet field diffusion filter[J]. Chinese Optics,2011,4(5):503-508.(in Chinese) [11] 董宇星,刘伟宁. 基于灰度特性的海天背景小目标检测[J]. 中国光学与应用光学 ,2010,3(3):252-256. DONG Y X,LIU W N. Detection of sea-sky line in compocated background based on grey characteristics[J]. Chinese J. Opt. Appl. Opt.,2010,3(3):252-256.(in Chinese) [12] 唐世伟,林君. 小波变换与中值滤波相结合图像去噪方法[J]. 哈尔滨工业大学学报 ,2008,40(8):1334-1336. TANG SH W, LIN J. Image denoising with combination of wavelet transform and median filtering[J]. J. Harbin Institute Technology,2008,40(2):1334-1336.(in Chinese)
  • [1] 刘群, 刘崇, 朱小磊, 周雨迪, 乐成峰, 白剑, 贺岩, 毕德仓, 刘东.  星载海洋激光雷达最佳工作波长分析 . 中国光学, 2020, 13(1): 148-155. doi: 10.3788/CO.20201301.0148
    [2] 郜魏柯, 杜小平, 王阳, 杨步一.  激光散斑目标探测技术综述 . 中国光学, 2020, 13(6): 1182-1193. doi: 10.37188/CO.2020-0049
    [3] 朱枫, 张葆, 李贤涛, 晋超琼, 申帅.  跟踪微分器在陀螺信号去噪方面的应用 . 中国光学, 2017, 10(3): 355-362. doi: 10.3788/CO.20171003.0355
    [4] 龙思源, 张葆, 宋策, 孙保基.  基于改进的加速鲁棒特征的目标识别 . 中国光学, 2017, 10(6): 719-725. doi: 10.3788/CO.20171006.0719
    [5] 张军斌, 黄志云.  太阳光泵浦固体激光阈值的理论分析 . 中国光学, 2016, 9(2): 241-248. doi: 10.3788/CO.20160902.0241
    [6] 何阳, 黄玮, 王新华, 郝建坤.  稀疏阈值的超分辨率图像重建 . 中国光学, 2016, 9(5): 532-539. doi: 10.3788/CO.20160905.0532
    [7] 杜江林, 高炳荣, 王海宇, 陈岐岱.  基于TiO2纳米粒子薄膜的低阈值随机激光器的动力学研究 . 中国光学, 2016, 9(2): 249-254. doi: 10.3788/CO.20160902.0249
    [8] 成培瑞, 王建立, 王斌, 李正炜, 吴元昊.  基于多尺度区域对比的显著目标识别 . 中国光学, 2016, 9(1): 97-105. doi: 10.3788/CO.20160901.0097
    [9] 许廷发, 苏畅, 罗璇, 卞紫阳.  基于梯度和小波变换的水下距离选通图像去噪 . 中国光学, 2016, 9(3): 301-311. doi: 10.3788/CO.20160903.0301
    [10] 苏志强, 颜昌翔, 张军强, 杨斌.  基于偏振特性对石英玻璃和绿漆涂层的反演 . 中国光学, 2016, 9(5): 547-553. doi: 10.3788/CO.20160905.0547
    [11] 李刚, 杨名宇.  基于联合变换相关的机载航空相机像移测量 . 中国光学, 2015, 8(3): 401-406. doi: 10.3788/CO.20150803.0401
    [12] 王锐.  激光距离选通成像门宽对图像信噪比影响 . 中国光学, 2015, 8(6): 951-956. doi: 10.3788/CO.20150806.0951
    [13] 王灿进, 孙涛, 李正炜.  基于快速轮廓转动力矩特征的激光主动成像目标识别 . 中国光学, 2015, 8(5): 775-784. doi: 10.3788/CO.20150805.0775
    [14] 赵建川, 王弟男, 陈长青, 郭劲.  红外激光主动成像和识别 . 中国光学, 2013, 6(5): 795-802. doi: 10.3788/CO.20130605.0795
    [15] 许伟琳, 武春风, 逯力红, 侯晴宇.  基于光谱角时序不变性的红外目标识别 . 中国光学, 2012, 5(3): 257-262. doi: 10.3788/CO.20120503.0257
    [16] 孙海江, 王延杰, 刘伟宁.  基于自适应平台阈值和拉普拉斯变换的红外图像增强 . 中国光学, 2011, 4(5): 474-479.
    [17] 宋建中.  图像处理智能化的发展趋势 . 中国光学, 2011, 4(5): 431-440.
    [18] 赵建川, 陈兆兵, 郭劲, 林洪沂, 周超, 冯栋彦.  基于信噪比的紫外红外复合告警系统模型 . 中国光学, 2009, 2(3): 195-199.
    [19] 葛任伟, 吴清文, 王运, 陈立恒.  联合变换相关器像移测量试验系统设计 . 中国光学, 2009, 2(3): 218-224.
    [20] 王勇, 朱明.  基于输入面形态学预处理的条纹调制滤波联合变换相关器 . 中国光学, 2009, 2(5): 460-465.
  • 加载中
计量
  • 文章访问数:  2136
  • HTML全文浏览量:  49
  • PDF下载量:  906
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-01-21
  • 修回日期:  2012-03-13
  • 刊出日期:  2012-06-10

小目标识别的小波阈值去噪方法

doi: 10.3788/CO.20120503.0248
    基金项目:

    总装备部预研局"十一五"资助项目

    通讯作者: 陈宇
  • 中图分类号: TP391.41

摘要: 为改善小目标识别的滤噪效果并提高其信噪比,构造了新的阈值函数并采用局部方差估计法来计算阈值对小目标进行去噪处理。对小波分解层次中各高频子带选取不同的阈值,其中大于阈值的小波系数采用改进的双曲线函数作为阈值函数,小于阈值的小波系数采用指数函数与对数函数相互组合的方式作为阈值函数。对采用的阈值函数进行了理论推导,并与软、硬阈值法进行了实验对比。计算机仿真结果表明:经本文阈值法处理后,信噪比相对于含噪图像提高了70.8%,而软、硬阈值法分别提高了49.8%和59.7%。光学实验进一步证实:该方法能更有效地提高信噪比,增强联合变换相关器对于小目标的识别能力。

English Abstract

刘希佳, 陈宇, 王文生, 刘柱. 小目标识别的小波阈值去噪方法[J]. 中国光学, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248
引用本文: 刘希佳, 陈宇, 王文生, 刘柱. 小目标识别的小波阈值去噪方法[J]. 中国光学, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248
LIU Xi-jia, CHEN Yu, WANG Wen-sheng, LIU Zhu. De-noising algorithm of wavelet threshold for small target detection[J]. Chinese Optics, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248
Citation: LIU Xi-jia, CHEN Yu, WANG Wen-sheng, LIU Zhu. De-noising algorithm of wavelet threshold for small target detection[J]. Chinese Optics, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248
参考文献 (1)

目录

    /

    返回文章
    返回