[发明专利]一种基于广义S变换的微弱目标检测方法无效
申请号: | 200810147693.1 | 申请日: | 2008-11-27 |
公开(公告)号: | CN101493934A | 公开(公告)日: | 2009-07-29 |
发明(设计)人: | 彭真明;雍杨;张杰;甄莉 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 610054四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 广义 变换 微弱 目标 检测 方法 | ||
1.一种基于广义S变换的微弱目标检测方法,包括如下步骤:
步骤1:对一幅大小为M×N的原始图像I(x′,y′),进行二维广义S变换,M为图像宽度,N为图像高度,(x′,y′)表示原始图像I(x′,y′)的空间坐标,x′=1、2、…、M,y′=1、2、…、N,具体包括以下几个步骤:
步骤1-1:对原始图像I(x′,y′)进行快速傅立叶变换:I(x′,y′)→F(α,β),F(α,β)为图像的快速傅立叶变换结果,α,β为频率域变量;
步骤1-2:对所有空间频率点(kx,ky),kx=1、2、…、M,kx表示x方向上的空间频率点,ky=1、2、…、N,ky表示y方向上的空间频率点,进行步骤1-3-步骤1-6的操作:
步骤1-3:在空间频率点(kx,ky),对高斯局部化窗函数进行傅立叶变换,得到它的傅立叶频谱W(α,β),高斯局部化窗函数中的μ和η为取值范围为正数的调节参数,其定义为σx=μ/kx,σy=η/ky,σx、σy是尺度因子;
步骤1-4:移动傅立叶频谱:F(α,β)→F(α+kx,β+ky);
步骤1-5:计算F(α+kx,β+ky)与W(α,β)的点积,表示为
步骤1-6:计算的傅立叶反变换得到原始图像I(x′,y′)的广义S变换结果S(x,y,kx,ky);
步骤2:根据步骤1所得的原始图像I(x′,y′)的广义S变换结果S(x,y,kx,ky)对图像中的微弱目标进行检测,固定表示y方向上的空间频率点ky的值,使广义S变换结果S(x,y,kx,ky)从四维降为三维数据,计算沿y方向每一个取值下所对应的垂直切面图像(x,kx)的频率成分能量之和Px(i)的平均值作为阈值T1,其中i=1、2、…、M;比较Px(i)与T1的大小,其中Px(i)大于T1的行就是微弱目标所在行的位置;
步骤3:根据步骤1所得的原始图像I(x′,y′)的广义S变换结果S(x,y,kx,ky)对图像中的微弱目标进行检测,固定表示x方向上的空间频率点kx的值,使广义S变换结果S(x,y,kx,ky)从四维降为另一组三维数据,计算沿x方向每一个取值下所对应的垂直切面图像(y,ky)的频率成分能量之和Py(j)的平均值作为阈值T2,其中j=1、2、…、N;比较Py(j)与T2的大小,其中Py(j)大于T2的列就是微弱目标所在列的位置;
步骤4:因S变换用一个窗函数与原始图像I(x′,y′)相乘,相当于截取了原始图像I(x′,y′)在(x,y)位置的局部信息,变换后的(x,y)位置能反映原始图像I(x′,y′)的空间位置信息;所以步骤2、3所确定的微弱目标所在行和列的位置就是该目标在原始图像I(x′,y′)中的行列位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200810147693.1/1.html,转载请声明来源钻瓜专利网。