基于小波变换的目标边缘搜索分割方法(6)

2003,32(1):32-36.

图4算法分割结果

图5Sobel算子的效果

[2]ZHANGLei,BAOP.Edgedetectionbyscalemultiplicationinwaveletdomain[J].PatternRecognitionLetter,2002,23(14):1771-1784.

Fig.4SegmentationresultFig.5ResultusingSobeloperator

声影响小，更容易获得完整的边缘，而Sobel算子受噪声影响大，得到的边缘上毛刺很多，尾焰处边缘复杂，断点较多，获得完整的边缘需要进一步的图像处理，且进行识别前还需一个图像分析的过程。

无论基于小波变换的算子还是梯度算子，边缘提取实质上都是利用算子对二维图像进行卷积。采用小波算子的图像边缘搜索分割算法，计算量较小，实时性好。利用目标边缘的小波模值特性，通过边缘搜索，能减少噪声的干扰，使算法具有较强的鲁棒性。该方法得到的用链码表示的分割结果，又为特征提取提供了一般梯度方法得到边缘检测结果时不具有的方便。

[3]JIGuang蛳rong,WANGGuo蛳yu,WANGNing.Multiscalesedgedetectionbasedonthewavelettransform[J].JournalofImageandGraphics(姬光荣，王国宇，王宁.基于小波变换的多尺度边缘检测.中国图像图形学报),1997,2(10):771-780.

[4]BAIXiang,LIUWen蛳yu,WANGZheng蛳yao.EdgedetectionalgorithmbasedontheOptimalDiscreteFilter[J].InfraredandLaserEngineering(白翔,刘文予,王郑耀.基于最优离散滤波器的边缘检测算法.红外与激光工程),2005,34(6):737-740.

[5]WEIHai,SHENLan蛳sun.Multiscaleedgedetectionbyusinganti蛳symmetricalbiorthogonalwavelets[J].ActaElectronicaSinica（魏海，沈兰荪.反对称双正交小波应用于多尺度边缘提取的研究.电子学报）,2002,30(3)：313-316.

[6]CHIJian蛳nan,ZHANGZhao蛳hui,WANGDong蛳shu,etal.Applicationofanti蛳symmetrical

biorthogonal

wavelet

in

infraredimagesmalltargetsdetection[J].JournalofAstro蛳

5结束语

由于空中飞机红外图像中目标结构较简单，在仅利用飞机外部轮廓实现分割，无需关注机上各细节特征时，基于小波变换的边缘搜索方法有比较高的效率和较好的适用性，它也可用于其他单一物体红外图像识别。在检测目标轮廓得到其链码表示实现分割的基础上，得到该物体的特征对其进行识别，但算法在更多种类目标上的适用性有待进一步检验，在检测不同种类目标时需调整参数设置。在噪声较大、边缘严重

[8][7]

nautics(迟健男，张朝晖，王东署，等.反对称双正交小波在红外图像小目标检测中的应用.宇航学报)，2007，28（3）:1253-1258.

GONZALEZRC.DigitalImageProcess[M].2nded.Transl蛳atedbyRUANQiu蛳qi.Beijing：ElectronicsIndustryPublishingHouse(冈萨雷斯RC.数字图像处理.2版.阮秋琦，译.北京：电子工业出版社),2003.

MARTELLIA.Anapplicationofheuristicsearchmethodstoedgeandcontourdetection[J].CommunsACM,1976,19(1):73-83.