小波变换在光学信息领域具有广泛的应用。而把它应用到联合相关变换器是一项非常有效的新技术。它可以实现目标的探测、识别以及定位。联合相关器不仅识别速度快,而且定位精度高。但实际上,由图像处理器采集的目标图像信息含有很多背景噪声,所以联合相关器很难识别目标,所以我们在这里就得借助数字图像处理技术,实现目标的相关探测与识别。在数字图像处理中,边缘代表着图像的最基本特征,边缘检测是图像分析与处理的一种重要手段,而对边缘提取的好坏将直接影响整个图像处理和分析的效果。长期以来,人们提出了各种边缘检测算法,传统边缘检测方法有Robert、Sobel、Prewitt和Kirsh等算子,它们在进行边缘检测时计算量小,但由于边缘检测问题固有的复杂性,使这些方法在抗噪性能和边缘定位方面往往得不到满意的效果,这主要是因为边缘和噪声都是高频信号,很难在噪声和边缘中作取舍。本文主要讨论了运用高斯小波函数识别复杂背景下目标的应用技术。小波变换具有多分辨率特性,可以极大地增强图像的信息。在参考大量文献的基础上,得出在图像边缘提取中高斯函数是一种常见的且较有效的小波函数。计算机模拟结果显示本文提出的方法可以有效地增强相关点的强度,尤其在复杂的背景下可以准确地对物体进行定位。同时光学实验结果也显示我们提出的图像特征提取方法是有效的,并且要优于其它传统图像处理的方法。