1、目標(biāo)檢測歷來被認(rèn)為是一個十分復(fù)雜的問題，同時也是圖像理論發(fā)展的瓶頸之一。小波變換和分形理論的提出拓寬了人們的視野?；谛〔ㄗ儞Q的目標(biāo)檢測是利用小波變換的多分辨率特點(diǎn)，降低圖像中噪聲的干擾。而基于分形理論的目標(biāo)檢測是利用人造目標(biāo)和自然背景之間的分形特征差異來檢測人造目標(biāo)。 本文主要研究了基于小波變換理論和分形理論的目標(biāo)檢測方法。首先研究了基于小波變換的目標(biāo)檢測方法。為減少受噪聲的干擾，分析了各種圖像預(yù)處理算法，改進(jìn)了基于小波變換和

2、能量交叉的目標(biāo)檢測方法。然后在分析了分形理論的基礎(chǔ)上，改進(jìn)了求取分形維數(shù)的“地毯”覆蓋法，研究了基于分形維數(shù)特征的目標(biāo)檢測方法。 由于單純利用小波變換或分形特征進(jìn)行目標(biāo)檢測時，檢測結(jié)果都不夠精確，本文提出了基于小波變換和分形特征相結(jié)合的目標(biāo)檢測方法。該方法利用了它們各自的優(yōu)點(diǎn)，先對圖像進(jìn)行小波變換。再對圖像的各頻段計算分形維數(shù)特征，然后把分形維數(shù)作為該像素的能量值，從而對各頻段進(jìn)行能量交叉運(yùn)算，這樣可以減少噪聲干擾，同時更能突出