二维小波变换he图像处理的MATLAB仿真.pptx

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,#,基于小波分析的,SAR,图像船舶检测,1.,背景,2.,该方法的优点,3.,处理流程,1.,背景,1.,合成孔径雷达,(SAR),具有全天时、全天候工作的特点，舰船目标检测 在商业、捕渔、海运交通服务和军事监测等领域具有重要意义和广阔的 应用。,2.,对于海上检测，由于受斑点噪声和海杂波的影响，对实际的检测算法提出了很高的要求目前处理方法主要包括各种阚值分割算法和恒虚警率算法等但是，如果不预先对检测图像进行有效的预处理，这些检测算法并不能获得令人满意的结果针对这个问题，提出了一种基于小波分解的算法。,2.,该方法的优点,1.,小波变换可以被看作是在不同尺度对异常信号进行差分放大的过程，可通过放大舰船目标和海杂波背景这种空间上的差异，以提高检测效率。,2.,小波具有良好的时频局部特征、尺度变化特征和方向特征，可实现对信号的时频分析和多分辨率分析，,能够更有效地去除噪声。,在图像处理等方面取得了良好的应用。,该算法计算简便，处理速度可满足实时要求，鲁棒性好，适用于海上交通监测、军事侦察等方面。,3.,二维图像的小波变换实现,假定二维尺度函数可分离，则有,其中 、是两个一维尺度函数。若 是相应的小波，那么下列三个二维基本小波：,与 一起就建立了二维小波变换的基础。,本实验采用,db4,小波该小波对图像阶跃边缘比较敏感，规则性好，计算量较小，目前已被广泛应用于图像处理领域,图像的小波变换实现,图像小波分解的正变换可以依据二维小波变换按如下方式扩展，在变换的每一层次，图像都被分解为,4,个四分之一大小的图像。,处理流程,HH,原始图像,2D-DWT,LL,HL,LH,重构图像,谢 谢！,