论文基于GCV小波阈值去噪红外弱小目标检测是适合小波论文写作的大学硕士及相关本科毕业论文，相关小波是谁开题报告范文和学术职称论文参考文献下载。
摘 要：针对红外图像弱小目标检测,提出了一种基于GCV小波阈值去噪的检测方法.先将图像进行小波多尺度分解以抑制杂波；然后利用GCV准则,对各个小波系数的子带图像分别进行阈值分割来抑制噪声；最后对降噪后的小波系数进行离散小波反变换,对重构后的图像进行二值分割从而得到最终检测结果.实验结果表明,和传统方法相比,该算法能够很好地抑制背景和噪声,并且对于重建图像能够更加准确地进行目标提取和分割.
关键词：红外弱小目标检测；小波；广义交叉确认（GCV）准则；阈值去噪
中图分类号：TP391文献标识码：A文章编号：1673-5048（2014）04-0040-05
0引言
红外弱小目标的检测在成像制导、红外遥感、
红外报警等领域中均有应用,是红外图像处理领域的一个研究热点.目前军用红外成像系统的空间分辨率大致为0.1mrad,上述目标就在1个像素至5个像素之间.据此,可以认为红外弱小目标是指在红外图像上大小在1×1个像素至3×3个像素之间且没有几何形状信息的目标.由于红外小目标图像的成像质量差、目标尺寸小,同时由于系统噪声和背景杂波干扰较强,目标信号常常淹没
在背景中,为了能够可靠、稳定、准确地检测并跟踪这类目标,必须研究高性能的背景抑制技术,以抑制图像中的起伏背景,提高图像的信噪比.
WangQi等[1]使用基于小波和高阶累积量的方法,对各小波子带进行基于累积量的自适应滤波,有效地抑制了噪声,提高了信噪比；林晓等[2]提出了一种软形态学的背景抑制方法,利用互信息度量自适应的选择结构元尺寸,设计包含核和软边缘的结构元,再利用均衡原理设计均衡滤波结构抑制检测偏差,从而对红外图像复杂背景进行有效抑制；ZhaoJie等[3]采用了基于图像融合的方法,将各小波子带分别重建,并将重建后的图像进行融合,从而得到新的图像用于分割；徐永兵等[4]对经向量小波变换得到的高频分量利用Fisher算法进行分割,最终将目标从背景中分离出来.
本文提出一种基于GCV小波去噪的检测方法,先将图像进行小波多尺度分解,对图像进行预处理,以抑制杂波；然后利用广义交叉确认（GCV）准则[5],对各个小波系数的子带图像分别进行阈值分割来抑制噪声；最后对降噪后的小波系数进行离散小波反变换（IDWT）,对重构后的图像进行二值分割从而得到最终检测结果.
1红外小波图像阈值去噪原理
红外图像的小波阈值去噪方法是实现较简单、计算量较小的一种方法,因而取得了广泛应用.它利用小波图像分解后各子带的不同特性,选取不同阈值进行萎缩处理,再通过小波反变换得到去噪图像.
1.3阈值选取
阈值的确定是小波阈值去噪方法中一个关键问题.阈值过小,噪声滤除效果不好；阈值过大,则导致过平滑,在滤除噪声的同时也损失了红外图像的目标信息,噪声目标丢失.
常用的小波阈值选取方法[6]有如下几种：SureShrink阈值、VisuShrink阈值、极大极小准则阈值（Minmax）、启发式阈值（Heursure）等.SureShrink阈值采用Stein的无偏似然理论进行自适应阈值选择,是对给定阈值T进行似然估计,并对非似然估计T进行最小化来选取阈值；VisuShrink阈值采用固定形式,通过噪声标准方差和高频小波系数长度来确定阈值大小；Minmax阈值采用极大极小原理,以最小均方误差为目标函数产生一个极值,是基于统计学上的极值估计器原理的一种阈值选取方式.
1.4噪声方差估计
噪声方差是一个重要参数,在通常去噪算法中,均要求对其做出准确估计.利用小波变换特点来估计红外图像噪声标准方差是一种相对较好的方法,因为小波变换后,图像能量主要集中在大尺度子带,而尺度较小的高频子带系数幅度较小、能量较低,因此当噪声较大时,可将最高频子带系数全部看作噪声,由此来估计噪声标准方差.具体计算公式如下：
2.1广义交叉确认（GCV）准则
阈值的确定是阈值萎缩中的关键技术,目前常用的几种阈值选取准则都依赖于噪声方差,需要提前对噪声方差进行估计.而在实际去噪过程中,噪声的确切统计特性一般未知,因此难免在阈值的计算中产生误差,影响去噪效果.本节所讨论的基于GCV准则的小波阈值去噪方法只利用红外图像的原始数据就可以直接得到渐进最优阈值,不需要估计噪声方差,可以避免因噪声估计而产生的误差,因此在去噪的同时能够较好保持红外小目标信息.
MaartenJansen等人已经证明：利用广义交叉确认所求得的阈值是一种最小均方误差意义上的渐进最优解[5],广义交叉确认（GCV）准则函数表达式如下：
3基于GCV小波阈值去噪的红外弱小目标检测系统
图1表示了基于GCV小波阈值去噪的算法流程.原始图像首先经过离散小波变换（DWT）,选用“sym3”小波基,分解层数为2层.然后将低频分量LL2置0,其余的高频分量进行GCV软阈值去噪,在经过离散小波反变换（IDWT）得到去噪后的红外图像,最后经过阈值分割得到目标图像.
4实验结果及分析
为了验证算法有效性,选取了红外海空图像和红外云杂波图像进行实验仿真.图像选取128×128的尺寸,红外海空图像中目标大小约2×2像素,红外云杂波图像中目标大小约1×1像素,并将结果和VisuShrink和BayesShrink算法进行对比,选取sym3小波基,作两层小波分解.
首先,图2左边（L-）为静态海空红外图像,第一列为平面图像,第二列为对应3D图像,其中图2（L-a）为原始图像；图2（L-b）为小波分解后的图像,其中左上角为低频部分,其他子图分别为第一层和第二层小波分解后图像的高频水平、垂直和对角分量；图2（L-c）为去掉低频分量后的小波系数,即背景抑制后的小波图像；图2（L-d）为GCV小波去噪后的图像,相比（L-c）可以看出,GCV去噪效果尤其是在高频子带中效果明显；图2（L-e）为离散小波反变换后的图像,可以看出目标被增强,背景和噪声被抑制；图2（L-f）为最终检测结果,即目标图像.图2右边（R-）为云杂波红外图像,可以看出在具有强背景下的图像中,本文提出的基于GCV去噪的检测算法仍然具有很好的效果.
总结:本论文可用于小波论文范文参考下载，小波相关论文写作参考研究。
参考文献：
1、 基于紫外图像的小波域内维纳滤波降噪方法 摘 要：为了检测电气产品的安全状态，采用紫外成像检测技术对电气产品的放电状态进行研究。紫外图像在采集的时候难免会受到各种各样的干扰和噪声，大的紫。
2、 基于改进小波阈值函数语音增强算法 摘 要：针对传统的小波阈值去噪算法中的阈值函数不足，提出一种优于非负死区阈值函数的改进的阈值函数 改进阈值函数不仅具有良好的连续性、可导性，并且。
3、 相似差值结合小波分析行波法类反射波抑制 摘要：在电力生产和运行过程中，电线或电缆的精确测长及参数突变点定位，对于电力施工、电缆故障检测、高阻接地故障诊断以及电缆的生产管理等都有着重要意。
4、 基于EMD和SVD光电容积脉搏波信号去噪方法 摘 要： 光电容积脉搏波采集过程中存在基线漂移和高频噪声会给后续人体生理参数的测量带来困难，因此消除噪声干扰是准确进行相关生理参数测量的关键问题。
5、 王小波和村上春树的对话 王小波生于1952年，村上春树生于1949年，他们相差3岁，年龄差不大。王小波在1997年去世，那正是他创作的高峰期，令人叹惜。村上春树今天还。
6、 中国影子银行对银行风险承担阈值效应实证 摘 要：本文以影子银行对银行风险承担的双重作用为出发点，在理论证明影子银行对银行风险承担可能存在阈值效应的基础上，进一步构建动态非线性面板模型进。