摘要多波段夜视图像包涵着丰富的光谱信息，微光情况下，我们所得到的都是目标信息很弱的图像。通过对红外弱结构的提取方法进行研究，来提高夜视图像理解和目标探测识别能力。基于图像处理的角度，分析了图像噪声、背景和目标的特征。提出基于Top-hat的图像增强方法和小波变换的去噪方法。采用最大类间方差(Otsu)来进行阈值分割，运用数学形态学的方法来进行边缘检测。所有的算法都进行了matlab实验仿真，实验结果也验证的上述算法的合理性。27261
关键词 光谱特征 红外弱结构 特征提取 图像处理 数学形态学
毕业论文设计说明书外文摘要
Title Multiband night vision target space spectrum structure feature extraction
Abstract
Multiband night vision images contain abundant spectral information，under the the light conditions,the images we received are all with very weak information.Studying the extracting method of weak infrared structure which is to improve the understanding of the night vision images and the target detection and recognition ability.Based on the viewpoint of image processing, analyzing the characteristics of image’s noise,background and target.Put forward an image enhancement method based on the Top-hat and a denoiseing method on the wavelet transform. The image is operated by thereshold segmentation with Otsu and using the mathematical morphology method for edge detection.All the algorithms has carried on the matlab simulation,and the experimental results also verify the rationality of the algorithm.
Keywords spectral signature infrared weak structure feature extraction picture processing mathematical morphology
目 次
1 绪论 1
1.1 课题研究的背景和意义 1
1.2 多波段夜视空间光谱结构特征提取发展现状和前景 1
1.3 课题研究的有关概念和主要内容 2
2 噪声、背景及目标特性分析 4
2.1 噪声特性分析 4
2.2 背景和目标特性分析： 5
3 红外弱结构特征提取的图像处理技术 7
3.1 空间域图像增强 7
3.1.1 基本的灰度变换 7
3.1.2 直方图处理 9
3.2 图像的噪声抑制 10
3.2.1 均值滤波（邻域平均法） 11
3.2.2 中值滤波 12
3.2.3 边界保持类平滑滤波 12
3.3 小波技术基础 13
3.3.1 小波变换 13
3.3.2 小波阈值的去噪原理 15
3.4 数学形态学基础 15
3.4.1 形态学的基本运算 16
3.4.2 灰度级形态学的一些应用 16
3.5 图像分割技术基础 17
3.5.1 基于图像灰度分布的阈值方法 17
4 夜视目标红外弱结构特征提取算法研究及实现 19
4.1 红外弱结构特征提取算法概述 19
4.2 红外弱结构特征提取计算机程序的实现 19
4.2.1 Top-hat图像增强的实现 20
4.2.2 小波的分解与重构在去噪中的应用 22
4.2.3 最大类间方差阈值分割法 24
4.2.4 基于梯度算子的边缘提取 25 matlab多波段夜视目标空间光谱结构的特征提取:http://www.youerw.com/wuli/lunwen_21711.html