- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于小波域DCT变换的杂波抑制方法.pdf
第27卷第 1期 计 算 机 应 用 研 究 Vo1.27No.1
2010年 1月 Application ResearchofComputers Jan.2010
基于小波域 DCT变换的杂波抑制方法
周 宁,李晓峰,李在铭
(电子科技大学通信与信息工程学院,成都 610054)
摘 要:针对复杂背景中微弱运动 目标检测 困难的问题 ,提 出了一种基于小波域 DCT变换的背景杂波~re-,4方
法。该方法根据背景杂波和运动 目标的不同频率特性,采用低频小波子带频域滤波的方法得到有效抑制背景杂
波的残差图像,从而达到抑制背景杂波的目的。该方法首先对原始 图像进行小波变换 ,接着对低频小波子带进
行二维DCT变换,再用高斯低通滤波器对DCT变换结果进行滤波,然后对滤波结果进行 IDCT变换 ,最后对滤波
前后的低频小波子带作差分处理 ,对差分结果进行小波逆变换。实验结果表明,该方法处理后得到的残差 图像
呈现出很好的高斯性和独立性,并且 目标邻域信杂比(SCNR)的平均增益比图像直接频域滤波的 目标邻域信杂
比平均增益提高2dB以上,算法性能明显优于传统的图像频域滤波算法。
关键词:背景杂波抑制;微弱运动 目标 ;小波域离散余弦变换 ;目标邻域信杂比
中图分类号:TN911.73 文献标志码:A 文章编号 :1001—3695(2010)0l一0374—03
doi:10.3969/j.issn.1001—3695.2010.01.112
CluttersuppressionmethodbasedonDCT inwaveletdomain
ZHOU Ning,LIXiao—feng,LIZai—uring
(SchoolofCommunication&lnfbrmationEngineering,UrtiversityofElectronicScience&TechnologyofChina,Chengdu610054.China)
Abstract:Aimingtodetectdimmovingtargetsincomplexbackground,thelowwaveletbehwasfrequencyfilteredtosuppress
backgroundclutterandgettheresidualimageaccordingtothedifferentfrequencycharacteristicsofbackgroundclutterand
movingtargets.Firstly,performedthewavelettransform,andoperatedDCToftwodimensiontothelowwaveletbelt(LL),fil—
teredthelowerrfequencycomponentsofLLbyGaussianlowerpassfilter,andthendidtheIDCTtothefilteringresults.Opera—
tedthedifferenceprocessbetweenthepre—andafterfilteringLL.Finally,carriedouttheinversewavelettransform.Theexperi—
meritresultsshowthattheresidualimageobtainedbythismethodhasvet3~goodGaussiannormalityandindependence,andthe
averagegainofthetarget’SneighborSCNR (signal—to—clutter—noiseratio)isimprovedabove2dB,comparedwiththeimage
rfequencyfiheringalgorithms.Sothemethodhasbetterperformanc
文档评论(0)