咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于复无下采样轮廓波和Gaussian小波支持向量回归的红外... 收藏

基于复无下采样轮廓波和Gaussian小波支持向量回归的红外目标图像背景抑制

Background Suppression of Small Infrared Target Image Based on Nonsubsampled Complex Contourlet Transform and Gaussian Wavelet Support Vector Regression

作     者:吴一全 宋昱 WU Yi-quan;SONG Yu

作者机构:南京航空航天大学电子信息工程学院江苏南京210016 光电控制技术重点实验室河南洛阳471009 南京大学计算机软件新技术国家重点实验室江苏南京210093 

出 版 物:《兵工学报》 (Acta Armamentarii)

年 卷 期:2015年第36卷第4期

页      面:687-695页

核心收录:

学科分类:080901[工学-物理电子学] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0803[工学-光学工程] 

基  金:国家自然科学基金项目(60872065) 光电控制技术重点实验室和航空科学基金项目(20105152026) 中航工业合作创新产学研项目(CXY2010NH15) 南京大学计算机软件新技术国家重点实验室开放基金项目(KFKT2010B17) 江苏高校优势学科建设工程项目(2013年) 

主  题:信息处理技术 红外搜索与跟踪 弱小目标检测 背景抑制 复无下采样轮廓波变换 Gaussian小波支持向量回归 

摘      要:针对存在背景干扰和噪声情况下的红外目标图像背景抑制问题,提出了一种基于复无下采样轮廓波变换(NSCCT)和Gaussian小波支持向量回归(SVR)的背景抑制方法。该方法对红外目标图像进行NSCCT,然后根据其系数的相关特性去噪,从而抑制了大部分背景杂波;采用Gaussian小波SVR对去噪后的红外目标图像进行处理得到预测图像,并用去噪后图像减去预测图像得到残差图像,即背景抑制结果。针对红外目标图像进行了大量实验,并与近年来提出的3种背景预测方法,即基于最小二乘支持向量回归(LS-SVR)、基于SVR及基于最小二乘的红外目标图像背景抑制方法进行了比较,结果表明所提出的方法去噪效果好,背景抑制性能更优。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分