基于提升小波变换的弱小目标检测的研究答辩,1,论文题目,基于提升小波变换的弱小目标检测算法研究,答辩人：陈辉 指导老师：许四祥,基于提升小波变换的弱小目标检测的研究答辩,2,提升小波变换实质,将一个基本小波滤波器分解成基本的构造模块，分步骤完成小波变换，构建出一个更加良好的新的小波滤波器，包括分裂、预测、更新三个步骤,基于提升小波变换的弱小目标检测的研究答辩,3,原始参数：,镁合金溶液第一气泡序列图像,00228,00230,基于提升小波变换的弱小目标检测的研究答辩,4,课题背景,镁合金是最轻的金属结构材料，具有密度小、刚度高、减震性和散热性好等优点，在汽车、通讯设备和机械行业中得到了日益广泛的应用,基于提升小波变换的弱小目标检测的研究答辩,5,研究意义,微小气孔降低了它的力学性能，其中H2的析出起了主要作用。因此，有效地检测镁熔液含氢量成为目前研究的热点,基于提升小波变换的弱小目标检测的研究答辩,6,设计任务,实现对镁合金溶液第一气泡的检测,基于提升小波变换的弱小目标检测的研究答辩,7,气泡目标检测流程图,基于提升小波变换的弱小目标检测的研究答辩,8,检测算法,1、提升小波分解 2、重构低频分量 3、帧间差分 4、自适应阀值处理,基于提升小波变换的弱小目标检测的研究答辩,9,1、提升小波分解,对源图像A和源图像B分别进行提升小波分解，得到提升分解后的各级低频分量和高频分量。,基于提升小波变换的弱小目标检测的研究答辩,10,源图像A对应的低频图像,基于提升小波变换的弱小目标检测的研究答辩,11,源图像B对应的低频图像,基于提升小波变换的弱小目标检测的研究答辩,12,2、重构低频分量,分别重构分解后的低频分量，且与源图像A、B作差分运算，即可得到与源图像A、B为之对应的包含目标像素信息的高频信息图像C和D,基于提升小波变换的弱小目标检测的研究答辩,13,源图像A对应的高频图像,基于提升小波变换的弱小目标检测的研究答辩,14,源图像B对应的高频图像,基于提升小波变换的弱小目标检测的研究答辩,15,3、帧间差分,帧间差分运算。根据序列图像弱小运动目标检测常采用的方法，对高频图像C与高频图像D作帧间差分处理，这样就得到了主要包含目标像素信息的灰度图像,基于提升小波变换的弱小目标检测的研究答辩,16,帧差运算后灰度图像,基于提升小波变换的弱小目标检测的研究答辩,17,4、自适应阀值处理,帧间差分运算后的图像除了包含目标像素外，还有一些噪声和类目标干扰信息，采用基于灰度的自适应阈值处理，即可得到目标图像。,基于提升小波变换的弱小目标检测的研究答辩,18,自适应阀值处理后图像,基于提升小波变换的弱小目标检测的研究答辩,19,心得体会,1、通过这次毕业设计，使得所学的知识得到深化、巩固、和提高 2、进一步的了解机械工程设计的基本流程 3、培养独立分析，解决问题的能力,基于提升小波变换的弱小目标检测的研究答辩,20,感 谢,最后感谢各位老师！,