您的位置: 专家智库 > >

洪鸣

作品数:5 被引量:39H指数:5
供职机构:西安电子科技大学技术物理学院更多>>
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部委预研基金更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇电子电信
  • 2篇自动化与计算...

主题

  • 5篇红外
  • 3篇图像
  • 3篇红外图像
  • 2篇弱小目标
  • 2篇自适
  • 2篇自适应
  • 2篇红外弱小目标
  • 1篇信息素
  • 1篇性能评价
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇杂波
  • 1篇杂波抑制
  • 1篇正则
  • 1篇正则化
  • 1篇弱小目标检测
  • 1篇随机场
  • 1篇图像处理
  • 1篇图像分割
  • 1篇图像分割算法

机构

  • 5篇西安电子科技...

作者

  • 5篇刘上乾
  • 5篇洪鸣
  • 3篇寇小明
  • 2篇李凡
  • 2篇秦翰林
  • 2篇汪大宝
  • 1篇卢泉

传媒

  • 2篇西安电子科技...
  • 1篇哈尔滨工业大...
  • 1篇红外与毫米波...
  • 1篇强激光与粒子...

年份

  • 2篇2010
  • 3篇2009
5 条 记 录,以下是 1-5
排序方式:
红外热像仪综合性能的客观评价及实现技术被引量:5
2010年
为了改进红外热像仪综合性能指标的适用性并减小视觉感知引入的检测不一致性,研究了TOD检测方法及其机器视觉实现技术.针对MRTD方法在评价凝视阵列热像仪综合性能时的局限性,分析了TOD检测方法对凝视阵列热像仪动态场景检测、动态非均匀性校正等技术的适用性,通过在成像观测环节用人类视觉传递函数及心理认知模型取代人类视觉观测过程,用模糊函数抽取模拟热像仪信道模糊过程,用几何模板匹配取代视觉认知过程,实现了TOD指标检测过程的客观化.采用TOD检测方法可将热像仪综合性能指标的测量不确定度由±20%改善到8%,采用几何模板匹配过程实现机器判读时可进一步减小约1/2.采用TOD指标及机器视觉实现方法可有效提高凝视阵列热像仪综合性能指标的适用性和一致性.
寇小明刘上乾洪鸣卢泉
关键词:红外热像仪综合性能MRTDTOD性能评价
一种自适应红外图像增强技术被引量:10
2009年
针对红外热成像对比度不足的问题,提出了一种S曲线映射函数,该函数具有定义域与值域区间一致、拐点非对称的特点,在目标图像增强的同时拟制了杂波背景.为了满足动态场景自适应增强的需要,建立了基于场景灰度特征调整S曲线参数的动态自适应模型,该模型用灰度直方图的阈值和调制度作为输入,用图像增强算法的参数作为输出,并基于典型样本数据通过人工神经网络的BP算法确定出了模型中权系数的值,工程应用实例表明这种方法是切实有效的.
寇小明刘上乾洪鸣汪大宝
关键词:红外成像图像增强自适应BP算法
基于背景预测的红外弱小目标检测新算法被引量:9
2009年
针对复杂背景中弱小目标检测难的问题,提出一种改进的双边滤波背景预测算法.该算法在双边滤波中引入梯度算子,自适应地对背景进行预测,将原始图像与预测图像相减可以抑制背景细节、增强目标信息,同时利用梯度的统计特性减少算法的计算量,提高了弱小目标检测性能.仿真和实验表明,与双边滤波的检测算法相比,该算法能够更加有效地从复杂背景中检测弱小目标.
李凡刘上乾洪鸣秦翰林
关键词:图像处理弱小目标检测红外图像
基于MRF的自适应正则化红外背景杂波抑制算法被引量:10
2009年
针对复杂背景下红外弱小目标检测难题,将背景杂波抑制归结为从原始红外弱小目标图像中重建目标数据的过程,据此提出了一种基于马尔可夫随机场模型(MRF)的自适应正则化滤波算法.该算法采用MRF,建立了红外弱小目标图像的先验概率模型,并根据图像的粗糙度设计了新的势函数.在此基础上,采用MRF对背景杂波抑制过程进行正则化处理,从而实现了对红外背景杂波的自适应各向异性抑制.理论分析与实验结果表明,该算法能够随图像局部纹理特征的变化自适应地调整滤波算子结构,从而可在复杂背景下自适应地抑制杂波、增强信号,有效地提高了图像的信噪比,且该算法结构简单,更易于硬件实时实现.
汪大宝刘上乾寇小明洪鸣
关键词:背景杂波抑制红外弱小目标马尔可夫随机场正则化自适应滤波
基于人工蚁群的红外图像分割算法被引量:6
2010年
基于人工蚁群的红外图像分割方法利用模糊非线性增强算子作为启发信息,与信息素共同指导蚂蚁的行为。通过蚂蚁行走路径上的信息素分布进行更新,使得分布在目标路径上的信息素逐渐增大,逐渐向分割图像收敛,最后根据信息素分布提取分割结果。仿真和实验表明,该算法对真实图像得到了理想的分割结果。
李凡刘上乾洪鸣秦翰林
关键词:信息素红外图像图像分割蚁群算法
共1页<1>
聚类工具0