红外图像去噪及分割算法的研究

《红外图像去噪及分割算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉科技大学硕士毕业论文第1页摘要红外成像技术是大量应用于军事、民用的无源探测技术。红外成像系统具有分辨率较高、结构轻小、且通过烟雾灰尘的传输特性良好等特点，它能获取目标的直观形象特征或基本结构等丰富的目标信息，这使得红外成像技术日益成为研究热点。由于红外摄像器件本身及探测环境的影响，红外图像与可见光图像相比，大多有对比度低，边缘模糊、噪声大等不足。随着红外成像技术的应用越来越广泛，对红外图像质量的要求也不断提高。目前主要应用的红外图像去噪方法大都集中在空域或频域中进行，由于小波变换具有同时对“时．频"进行分析的特性，它能将二维信号分解到不同的分辨率尺度，因而在图像去噪领域得到了广泛

2、的应用。本文对红外图像的处理主要是从两个方面进行了系统、深入地研究。首先是对红外图像去噪问题进行了横向的对比研究，从空域到频域等常用的滤波方式，重点研究了小波阈值去噪方法。在Donoho提出的小波萎缩阈值的基础上，迸一步对每一个尺度上的系数再次使用均值滤波，并且使用指数衰减的阈值函数对系数进行衰减，以克服硬阈值函数不连续和软阈值函数有偏差的缺点。实验结果表明，新方法的峰值信噪比优于传统去噪算法以及软、硬阈值方法，去噪效果好。其次，针对红外图像系统对实时性要求高的特点，采用运算速度比较快的阈值分割方法对红外图像进行分割。在最大类间方差算法的基础上，采用惩罚函数外点法对Otsu方法进行优

3、化，优化后算法运行速度进一步提高。仿真结果验证了新方法在运行速度上的优越性。关键词：红外成像；小波变换；阈值函数；最大类间方差；惩罚函数AbstractTheinfraredimagingtechnologybelongstothetechnologyofpassivedetection，whichisappliedwidelytomilitaryandcivilaffairs．Infraredimagingsystemshavesomeoutstandingcharacteristics，suchashighresolvingpower,portableconfiguration，

4、finertransmissionspecialtyandSOon，andcouldobtainabundantinformationaboutintuitionisficconfigurationofobjects．Consequently,infraredimaginghasbecomearesearchfocusinrecentyears．Comparedwithvisibleimages，mostofinfraredimageshavesomedisadvantages，suchaslowcontrast，blurrededge，highnoiseandSOonbecause

5、ofthelimitationofin{}aredmonitorandtheaffectionoftheenvironment．Astheinfraredimagingtechnologybeingusedmoreandmoreextensively,therequirementwithqualityofinfraredimagehasenhanced．Atpresent，themethodofinfraredimagedenoisingmostlyfocusonspaceregionorfrequencyregion．Consideringthespecialfeaturesoft

6、hewavelettransform，forexample,it’Sabilityofdecomposethetwo-dimensionalsignalstodifferentscales，ithasbeenwidelyappliedinthefieldofdenoising．Asystematicanddeepresearchisconductedintwoaspectsbasedoninfraredimageprocessing．Firstly,atransversecomparisonofinfraredimagesdenoisingismade，fromcommonfilte

7、ringmethodsincludingspaceregionandfrequencyregiontowaveletthreshold．WiththewaveletshrinkagethresholddenoisingtheoryproposedbyDonoho，animprovedmethodispresented，which‘dealwitheachcoefficientusingmeanfilterandexponentialattenuationf