【摘要】 一种基于广义S变换的微弱目标检测方法，属于图像处理领域，尤其涉及应用图像的二维广义S变换进行微弱目标的检测方法。本发明首先对原始图像I(x′，y′)，进行二维广义S变换，得到广义S变换结果S(x，y，kx，ky)；然后根据广义S变换结果S(x，y，kx，ky)对图像中的微弱目标进行检测；通过固定空间频率kx或ky的值，使四维S变换结果S(x，y，kx，ky)降为三维数据，计算沿x或y方向每一个取值下所对应的垂直切面图像(y，ky)或(x，kx)的频率成分能量之合并与阈值进行比较，从而确定微弱目标在原始图像中所在的列和行的位置。本发明通过对原始图像进行广义S变换，在广义S变换的结果上通过降维可视化处理，利用S变换域的信息来检测微弱目标，可以有效克服空间域中噪声、杂波及云层等遮拦物的影响。 【专利类型】发明授权 【申请人】电子科技大学 【申请人类型】学校 【申请人地址】610054 四川省成都市建设北路二段四号 【申请人地区】中国 【申请人城市】成都市 【申请人区县】郫都区 【申请号】CN200810147693.1 【申请日】2008-11-27 【申请年份】2008 【公开公告号】CN101493934B 【公开公告日】2010-12-29 【公开公告年份】2010 【授权公告号】CN101493934B 【授权公告日】2010-12-29 【授权公告年份】2010.0 【IPC分类号】G06T7/00 【发明人】彭真明; 雍杨; 张杰; 甄莉 【主权项内容】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。FSB00000282759100011.tif, FSB00000282759100012.tif, FSB00000282759100013.tif, FSB00000282759100014.tif, FSB00000282759100021.tif 【当前权利人】电子科技大学 【当前专利权人地址】四川省成都市建设北路二段四号 【专利权人类型】公立 【统一社会信用代码】121000004507193117 【引证次数】5.0 【他引次数】5.0 【家族引证次数】5.0 【家族被引证次数】19
