留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多小波增强的雾天运动目标跟踪技术

张肃 徐春云 王文生

张肃, 徐春云, 王文生. 基于多小波增强的雾天运动目标跟踪技术[J]. 红外与激光工程, 2014, 43(2): 625-632.
引用本文: 张肃, 徐春云, 王文生. 基于多小波增强的雾天运动目标跟踪技术[J]. 红外与激光工程, 2014, 43(2): 625-632.
Zhang Su, Xu Chunyun, Wang Wensheng. Tracking technology of moving target in foggy weather based on multi-wavelet enhancement[J]. Infrared and Laser Engineering, 2014, 43(2): 625-632.
Citation: Zhang Su, Xu Chunyun, Wang Wensheng. Tracking technology of moving target in foggy weather based on multi-wavelet enhancement[J]. Infrared and Laser Engineering, 2014, 43(2): 625-632.

基于多小波增强的雾天运动目标跟踪技术

基金项目: 

总装备部预研局基金

详细信息
    作者简介:

    张肃(1985- ),女,博士生,主要从事现代光学测试技术方面的研究。Email:zhang_su1985@yahoo.cn;王文生(1943- ),男,教授,博士生导师,主要从事现代光学测试技术方面的研究。Email:wwsciom@163.com

    张肃(1985- ),女,博士生,主要从事现代光学测试技术方面的研究。Email:zhang_su1985@yahoo.cn;王文生(1943- ),男,教授,博士生导师,主要从事现代光学测试技术方面的研究。Email:wwsciom@163.com

  • 中图分类号: O438.2

Tracking technology of moving target in foggy weather based on multi-wavelet enhancement

  • 摘要: 在雾天等能见度极低的天气环境下应用联合变换相关器对运动目标进行跟踪识别,针对目标由于灰度对比度极低、能见度差及环境中背景噪声干扰所引起的低识别率问题,提出了一种基于多小波增强的预处理方法,该方法在多小波变换优点的基础上,根据分解后系数的不同特点,采用不同方法分别增强高、低频系数,使处理后的图像在不失真的同时,对比度和目标边缘同时增强,且背景噪声得以抑制。对模拟雾天环境下拍摄的大量运动目标进行光学相关实验,结果表明:该方法能有效提高在雾天天气环境下运动目标的跟踪效率,验证了算法的可行性。
  • [1] Kamal H A, Cherri A K. Complementary-reference and complementary-scene for real-time fingerprint verification using joint transform correlator[J]. Optics Laser Technology, 2009, 41(2009): 643-650.
    [2]
    [3] Miao Hua, Chen Yu, Wang Wensheng. Research on the application of reversing phase technology in joint transform correlator[J]. Infrared and Laser Engineering, 2007, 36(s): 190-192. (in Chinese)
    [4]
    [5] Liu Wenzhe, Zhang Wanyi, Dong Hui, et al. Study on infrared target recognition algorithm with optical correlation [J]. Chinese Journal of Scientific Instrument, 2011, 32(4): 850-855. (in Chinese)
    [6] 苗华, 陈宇, 王文生. 提高复杂背景目标探测与识别能力的研究[J]. 红外与激光工程, 2007, 36(s): 190-192.
    [7]
    [8] Zhang Qibo, Wang Youjian, Zhang Su, et al. Recognition technology of low light level target based on optical correlation[J]. Journal of Test and Measurement Technology, 2012, 26(S): 66-70. (in Chinese)
    [9]
    [10] Chen Fanghan, Wang Wensheng. Target recognition in clutter scene based on wavelet transform[J]. Optics Communications, 2009, 282(2009): 523-526. (in Chinese)
    [11] Gonzales R C, Woods R E, Eddins S L. Digital Image Processing Using MATLAB[M]. Beijing: Publishing House of Electronics Industry, 2005: 54-101.
    [12] 刘文哲, 张婉怡, 董会, 等. 光学相关红外目标识别算法研究[J]. 仪器仪表学报, 2011, 32(4): 850-855.
    [13]
    [14] Li Guosong, Meng Weihua. Target edge searching segmentation method based on wavelet transform[J]. Infrared and Laser Engineering, 2009, 38(1): 185-188. (in Chinese)
    [15] Luo Xiaoqing, Wu Xiaojun. Detection algorithm for infrared small and weak targets based on wavelet transform and Gabor filter[J]. Infrared and Laser Engineering, 2011, 40(9): 1818-1822. (in Chinese)
    [16]
    [17] Chen Suting, Wu Qinzhang. Image de-noising method based on multi-wavelet transform and synthesis[J]. Infrared and Laser Engineering, 2007, 36(1): 139-142. (in Chinese)
    [18] 张淇博, 王友健, 张肃, 等. 基于光学相关的微光目标识别技术 [J]. 测试技术学报, 2012, 26(S): 66-70.
    [19]
    [20] Dong Weijun, Zhou Mingquan, Geng Guohua. New image enhancement method based on multi-wavelet transform[J]. Journal of Chinese Computer System, 2007, 28(7): 1259-1261. (in Chinese)
    [21]
    [22] Cheng Lizhi, Wang Hongxia, Luo Yong. Theory and Application of Wavelet[M]. Beijing: Science Press, 2005: 280-282. (in Chinese)
    [23]
    [24]
    [25] 李国嵩, 孟卫华. 基于小波变换的目标边缘搜索分割方法 [J]. 红外与激光工程, 2009, 38(1): 185-188.
    [26]
    [27]
    [28] 罗晓清, 吴小俊. 利用小波变换与Gabor滤波检测红外小目标[J]. 红外与激光工程, 2011, 40(9): 1818-1822.
    [29]
    [30]
    [31] 陈苏婷, 吴钦章. 基于多小波变换及综合阈值的图像去噪方法[J]. 红外与激光工程, 2007, 36(1): 139-142.
    [32]
    [33]
    [34] 董卫军, 周明全, 耿国华. 一种新的基于多小波变换的图像增强方法[J]. 小型微型计算机系统, 2007, 28(7): 1259-1261.
    [35]
    [36]
    [37] 成礼智, 王红霞, 罗永. 小波的理论与应用[M]. 北京: 科学出版社, 2005: 280-282.
  • [1] 王亚平, 周裕丰, 张宝华.  基于去雾增强和张量恢复的红外小目标检测 . 红外与激光工程, 2022, 51(4): 20210417-1-20210417-9. doi: 10.3788/IRLA20210417
    [2] 徐丹旸, 魏宏光, 金秋春, 钱金旺, 郭星辰.  基于二维模态分解与斑块对比度相结合的红外小目标检测算法 . 红外与激光工程, 2022, 51(12): 20220148-1-20220148-7. doi: 10.3788/IRLA20220148
    [3] 鲁晓锋, 柏晓飞, 李思训, 王轩, 黑新宏.  基于改进加权增强局部对比度测量的红外小目标检测方法 . 红外与激光工程, 2022, 51(8): 20210914-1-20210914-9. doi: 10.3788/IRLA20210914
    [4] 蒋国清, 万烂军.  基于最恰对比度显著性分析的红外弱小目标检测方法 . 红外与激光工程, 2021, 50(4): 20200377-1-20200377-8. doi: 10.3788/IRLA20200377
    [5] 韩金辉, 蒋亚伟, 张小件, 梁琨, 李知铮, 董兴浩, 李楠.  采用三层窗口局部对比度的红外小目标检测 . 红外与激光工程, 2021, 50(2): 20200146-1-20200146-10. doi: 10.3788/IRLA20200146
    [6] 王向军, 郭志翼, 王欢欢.  基于嵌入式平台的低时间复杂度目标跟踪算法 . 红外与激光工程, 2019, 48(12): 1226001-1226001(10). doi: 10.3788/IRLA201948.1226001
    [7] 李洪波, 胡炳樑, 余璐, 孔亮, 于涛, 高晓惠.  基于类对比度的CCD相关双采样自适应技术 . 红外与激光工程, 2018, 47(3): 320003-0320003(7). doi: 10.3788/IRLA201847.0320003
    [8] 赵耀宏, 王园园, 罗海波, 李方舟.  红外成像系统中的高动态范围压缩与对比度增强新技术 . 红外与激光工程, 2018, 47(S1): 172-181. doi: 10.3788/IRLA201847.S126001
    [9] 杜颖财, 宋路, 万秋华, 杨守旺.  小波变换实现的光电编码器精确实时测速 . 红外与激光工程, 2017, 46(5): 517005-0517005(6). doi: 10.3788/IRLA201746.0517005
    [10] 纪强, 石文轩, 田茂, 常帅.  基于KL与小波联合变换的多光谱图像压缩 . 红外与激光工程, 2016, 45(2): 228004-0228004(7). doi: 10.3788/IRLA201645.0228004
    [11] 邢运龙, 李艾华, 崔智高, 方浩.  改进核相关滤波的运动目标跟踪算法 . 红外与激光工程, 2016, 45(S1): 214-221. doi: 10.3788/IRLA201645.S126004
    [12] 曾祥通, 张玉珍, 孙佳嵩, 喻士领.  颜色对比度增强的红外与可见光图像融合方法 . 红外与激光工程, 2015, 44(4): 1198-1202.
    [13] 顾有林, 叶应流, 曹光华, 胡以华, 朱峰.  EMD和小波变换在低可探测目标检测中的应用 . 红外与激光工程, 2015, 44(11): 3494-3499.
    [14] 高绍姝, 金伟其, 王延江, 张晓东.  灰度融合图像目标与背景感知对比度客观评价模型 . 红外与激光工程, 2015, 44(5): 1660-1665.
    [15] 朴燕, 刘磊, 刘笑宇.  低照度环境下视频增强技术 . 红外与激光工程, 2014, 43(6): 2021-2026.
    [16] 王新伟, 曹忆南, 刘超, 孔庆善, 崔伟, 周燕, 李友福.  2D/3D 距离选通成像的低对比度目标探测 . 红外与激光工程, 2014, 43(9): 2854-2859.
    [17] 刘洪志, 陈宇, 霍富荣, 郑丽芹.  改良型MACH滤波器算法的形变目标识别 . 红外与激光工程, 2014, 43(11): 3788-3793.
    [18] 黎志华, 李新国.  基于OpenCV的红外弱小运动目标检测与跟踪 . 红外与激光工程, 2013, 42(9): 2561-2565.
    [19] 吴明军, 许建铮, 周桢, 张亚涛.  针对运动摄像机的快速低存储开销运动目标检测算法 . 红外与激光工程, 2013, 42(8): 2275-2280.
    [20] 娄和利, 吕相银, 周园璞, 吴晓迪.  地面目标与背景的红外辐射对比度特性 . 红外与激光工程, 2012, 41(8): 2002-2007.
  • 加载中
计量
  • 文章访问数:  344
  • HTML全文浏览量:  73
  • PDF下载量:  134
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-06-05
  • 修回日期:  2013-07-03
  • 刊出日期:  2014-02-25

基于多小波增强的雾天运动目标跟踪技术

    作者简介:

    张肃(1985- ),女,博士生,主要从事现代光学测试技术方面的研究。Email:zhang_su1985@yahoo.cn;王文生(1943- ),男,教授,博士生导师,主要从事现代光学测试技术方面的研究。Email:wwsciom@163.com

    张肃(1985- ),女,博士生,主要从事现代光学测试技术方面的研究。Email:zhang_su1985@yahoo.cn;王文生(1943- ),男,教授,博士生导师,主要从事现代光学测试技术方面的研究。Email:wwsciom@163.com

基金项目:

总装备部预研局基金

  • 中图分类号: O438.2

摘要: 在雾天等能见度极低的天气环境下应用联合变换相关器对运动目标进行跟踪识别,针对目标由于灰度对比度极低、能见度差及环境中背景噪声干扰所引起的低识别率问题,提出了一种基于多小波增强的预处理方法,该方法在多小波变换优点的基础上,根据分解后系数的不同特点,采用不同方法分别增强高、低频系数,使处理后的图像在不失真的同时,对比度和目标边缘同时增强,且背景噪声得以抑制。对模拟雾天环境下拍摄的大量运动目标进行光学相关实验,结果表明:该方法能有效提高在雾天天气环境下运动目标的跟踪效率,验证了算法的可行性。

English Abstract

参考文献 (37)

目录

    /

    返回文章
    返回