基于小波变换的目标边缘搜索分割方法(5)

有关细小目标搜索与检测的论文

188红外与激光工程第38卷

于该变换结果的每一个数值，需要4次水平、垂直方向乘法和两次加法。故对于一幅N×N大小的数字图像，得到反对称双正交小波变换结果约需10N2次运算，而常用的Sobel算子大小为3×3，其中有6个非零分量，得到每一个像素点的滤波值，需要6次加减法，它们的计算量均为N2级别，故从对图像进行卷积处理的运算量来看，两者非常接近，前述实验结果也证明了这一点。与小波多尺度分析相比，单尺度小波变换仅相当于其中一个尺度的计算量。

对同一张飞机图像，图4是该算法的分割结果，图5是Sobel算子分割结果。可以看出，该算法受噪

丢失时，需进一步加强边缘搜索连接方法的鲁棒性。

基于小波变换的图像边缘搜索分割方法仅使用了水平和垂直方向的小波分析结果，而不需要使用图像小波分析时对角方向和低通滤波的结果，因此如何进一步优化小波变换算法，选择性能更优越的小波算子，是进一步提高算法性能的途径。

目前，算法仅能处理单一目标，在处理含有多目标的视景时，如何不重不漏地检测出各个目标，并将可能的搜索计算量控制在一定程度，是扩展算法应用能力的一个发展方向。参考文献：

[1]

ZHANGHong蛳qun,ZHANGXue,XIAOWang蛳xin.Adaptivethresholdsedgedetectionforimagebasedonwavelettransform[J].InfraredandLaserEngineering(张宏群,张雪,肖旺新.小波变换的自适应阈值图像边缘检测方法.红外与激光工程),