小波神经网络用于CCD视频序列图像去噪

《小波神经网络用于CCD视频序列图像去噪》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、第29卷第3期2010年6月飞行器测控学报JoumalofSpacecraftTT＆CTechnologyV01．29No．3Jun．2010小波神经网络用于CCD视频序列图像去噪。战杰，姜晓蕾，吴强(中国人民解放军91550部队·辽宁大连·116023)摘要：CCD摄像机获取目标影像时不可避免地受到噪声影响，因此噪声去除是CCD图像处理的一项重要研究课题。本文将小波神经网络引入CCD图像去噪领域中，提出一种基于小波神经网络的图像去噪方法。实验结果表明，该方法在去除噪声上优于传统的均值滤波等方法，在有效去除噪声的同时，又能很好地保护图

2、像的细节信息，具有很好的保真度。关键词：CCD图像；小波神经网络；图像去噪；均值滤波；保真度中图分类号：TP391文献标识码：A文章编号：1674—5620(2010)03一0030—04RemoValofNoiseinCCDVideoSequentialImagesBasedonWaveletNeuralNetworkZHANJie，儿ANGXiao—lei，WUQiang(PLAUnit91550，Dalian，LiaoningProvince116023)Abst哺ct：Noiseisinevitablyinvolvedinob

3、jectimagesobtainedfromCCDvidiconanditiswidelyinterestedtore—movethenoise．Tothisend，awaveletneuralnetworkisintroducedinthispaperandanoiseremovalmethodbasedonthewaveletneuralnet、^，orkisproposed．Experimentresultsshowthatthemethodexcelstraditionalnoiseremovalmethodssuchasav

4、eragefilteringmethod．Fidelityoftheimagesisdesirablebecausedetailsaremaintainedafteref—fectiveremovalofnoise．KeyworIb：CCDImage；WaveletNeuralNetwork；NoiseRemoval；AverageFiltering；Fidelity0引言随着CCD视频跟踪技术在靶场应用的不断普及，以及计算机数字图像处理技术的广泛应用，利用CCD摄像机进行飞行目标的测量，完成对飞行目标的实时定位和事后判读分析将成为靶

5、场测控系统的重要手段之一。然而CCD摄像机在获取目标图像时不可避免地会受到光照程度和成像传感器等因素影响，导致输出图像模糊，信噪比下降，从而影响图像定位测量的精度。CCD图像传统的去噪方法可以采用空域和频域两大类方法进行滤波处理，如自适应滤波器、中值滤波、邻域均值滤波等方法[1≈]。传统方法在去除噪声的同时，往往会造成图像细节信息损失，使得图像模糊失真。因此，如何能够既去除图像中的噪声，又能尽量保护图像细节，是图像去噪研究的主要问题之一。小波神经网络(WNN)[4咱1是基于小波分析理论建立起来的一种分层的、多分辨率的新型人工神经网络，

6、有机融合了小波分析的良好时一频域特性和神经网络的自适应优点。因此，WNN越来越受到重视，并被广泛研究和应用在许多领域。本文引入wNN模型，并针对CCD视频序列图像噪声特性，提出一种基于WNN的图像去噪算法。实验结果证实了该方法的有效性和优越性。1CCD视频序列图像噪声分析靶场测量中，CCD摄像机拍摄的飞行目标信息存储记录在动态视频影像中，通过对视频影像进行分解可以获取一系列静止的视频序列图像，这些视频序列图像除了记录飞行目标在某一时刻的状态信息外，还包含有多种噪声误差，这些噪声的大小取决于CCD摄像头的使用方法和环境，主要包括光子噪·

7、收稿日期：2010一03—08；修回日期：20lO—03—31第一作者简介：战杰(1978一)，男，硕士，工程师，主要从事光洲图像数据处理工作。E-mail：wwwl63com．_zj@163．com第3期战杰，等：小波神经网络用于cCD视频序列图像去噪声、固定模式噪声(FPN)和放大器噪声‘7

8、。CCD噪声模型对于去噪分析是非常重要的，一种光子迁移曲线(PTC)用来作为CCD噪声模型电子化的一个标准‘引。PTC是由相对于CCD芯片输出(横轴一电荷量)的噪声标准差(纵轴)组成的图表，以对数形式作为参照，如图1所示。噪吉标准差／／乃}率

9、=l斜率=0．5，／斜率=0／I古I定模式噪卢域读出噪声域久射噪声域图1理想化的PTC图电衙量PTC大致分为3类：①读出噪声域，独立于信号存在的低强度噪声，主要是放大器噪声；②入射噪声域(SDN)，随着照度的增加使得噪声