您的位置: 专家智库 > >

教育部科学技术研究重点项目(03154)

作品数:3 被引量:37H指数:3
相关作者:赵亦工李欣陈冰林三虎朱红更多>>
相关机构:西安电子科技大学西安电力高等专科学校更多>>
发文基金:教育部科学技术研究重点项目国家自然科学基金国家教委资助优秀年轻教师基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇弱小目标
  • 2篇目标检测
  • 2篇红外
  • 2篇红外弱小目标
  • 1篇杂波
  • 1篇杂波抑制
  • 1篇神经网
  • 1篇神经网络
  • 1篇图像
  • 1篇图像处理
  • 1篇相空间
  • 1篇相空间重构法
  • 1篇模型参数
  • 1篇基于神经网络

机构

  • 3篇西安电子科技...
  • 1篇西安电力高等...

作者

  • 3篇赵亦工
  • 2篇陈冰
  • 2篇李欣
  • 1篇薛晶
  • 1篇朱红
  • 1篇林三虎

传媒

  • 1篇光学精密工程
  • 1篇光学学报
  • 1篇红外与毫米波...

年份

  • 2篇2009
  • 1篇2004
3 条 记 录,以下是 1-3
排序方式:
基于模糊分类的弱小目标检测方法被引量:9
2009年
为了实现对红外云层背景下的弱小目标检测,提出了一种新的基于模糊分类的红外弱小目标检测方法。该方法直接从待分类图像中提取出不同的类别区域,使得分类模板准确地体现当前图像的不同类别,从而得到图像的准确类别以实现弱小目标检测。首先,对红外天空背景弱小目标图像进行分析,将图像中的3类物体:净空、云及弱小目标细分为11个类别区域;其次,定义了类别特征矢量并基于此提出了类别核的定义,然后,根据类别核的定义从待检测图像中提取出11类区域的类别核;最后,根据模糊分类理论,定义了类别相似系数和类别贴近度,通过类别核对图像进行分类和类别归并,保留弱小目标类别完成检测。实验结果表明,该方法可对信噪比大于1.0的天空背景红外弱小目标图像中不同类型的区域进行准确分类,实现了对低信噪比的复杂云层背景图像中的弱小目标检测。
李欣赵亦工陈冰薛晶
关键词:目标检测红外弱小目标
基于神经网络的海杂波模型被引量:18
2004年
采用相空间重构方法构造海杂波内在动力学模型 ,并运用神经网络提取模型参数 ,通过获得的模型参数对海杂波进行预测和补偿 ,实现海杂波抑制的目的 .对雷达采集的实际海杂波数据的实验结果表明 。
林三虎朱红赵亦工
关键词:神经网络相空间重构法模型参数杂波抑制
基于分类的红外云层背景弱小目标检测方法被引量:10
2009年
提出了一种新的基于模糊分类的红外云层背景弱小目标检测方法。根据红外成像的特点,将红外云层背景弱小目标图像分为三类:边缘类、净空及云中类、弱小目标类;对不同类别图像进行分析,建立了分类模型,并定义了方向特征矢量,将其作为类别的特征矢量;根据模糊分类的理论,定义了类相似系数来判别图像中每一个像素的类别属性,保留弱小目标类的像素点完成检测。实验结果表明,该方法能够对红外弱小目标图像中不同类型的区域进行准确的分类,从而较好的实现了对低信杂比的复杂云层背景图像中的弱小目标检测。
李欣赵亦工陈冰
关键词:图像处理红外弱小目标目标检测
共1页<1>
聚类工具0