Curvelet变换在低对比度目标识别中的应用

？低对比度目标因其灰度对比度低、边缘模糊等缺点，使得联合变换相关器无法将其从混杂的背景图像中辨别出来，达到成功识别的目的。针对这一问题，采用了基于Curvelet变换的图像增强算法对目标联合图像进行处理。作为超小波分析范畴的Curvelet变换，因具有极强的方向性，成为比小波变换更适合分析和理解图像特征的多分辨率分析工具。文中采用不同的方法分别调整了Curvelet变换后的高、低频系数，增强了目标的灰度对比度和边缘信息。以低对比度坦克图像为例，增强后的目标对比度由原来的4.16%提高至29.37%.计算机模拟和光学相关实验结果均表明，增强后的联合图像获得了明亮的相关点对，成功实现了低对比度坦克的自动识别。