系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2012年
5期
857-863
,共7页
模式识别%弱小目标检测%模糊自适应共振理论神经网络%Robinson警戒环%自适应分割
模式識彆%弱小目標檢測%模糊自適應共振理論神經網絡%Robinson警戒環%自適應分割
모식식별%약소목표검측%모호자괄응공진이론신경망락%Robinson경계배%자괄응분할
针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)神经网络的弱小目标检测算法.首先,采用Fuzzy-ART神经网络结合Robinson警戒环技术,建立自适应局部空间背景模型,并以此分析像素点的背景模糊隶属度来抑制背景杂波;然后依据目标与残留背景杂波的空间特征采用模板均差法来突显目标,并提出基于行列模糊聚类的自适应分割算法来提取候选目标;最后结合目标的运动连续性进行多帧轨迹关联从而检测出真实目标.理论分析与实验结果表明,该算法能随背景的局部情况来自适应调节空间背景模型,从而自适应抑制背景杂波、突显目标,能有效提高信噪比,检测出弱小目标.
針對現有揹景抑製算法未能有效抑製揹景而導緻目標檢測率低的問題,提齣瞭一種基于模糊自適應共振理論(fuzzy adaptive resonance theory,Fuzzy-ART)神經網絡的弱小目標檢測算法.首先,採用Fuzzy-ART神經網絡結閤Robinson警戒環技術,建立自適應跼部空間揹景模型,併以此分析像素點的揹景模糊隸屬度來抑製揹景雜波;然後依據目標與殘留揹景雜波的空間特徵採用模闆均差法來突顯目標,併提齣基于行列模糊聚類的自適應分割算法來提取候選目標;最後結閤目標的運動連續性進行多幀軌跡關聯從而檢測齣真實目標.理論分析與實驗結果錶明,該算法能隨揹景的跼部情況來自適應調節空間揹景模型,從而自適應抑製揹景雜波、突顯目標,能有效提高信譟比,檢測齣弱小目標.
침대현유배경억제산법미능유효억제배경이도치목표검측솔저적문제,제출료일충기우모호자괄응공진이론(fuzzy adaptive resonance theory,Fuzzy-ART)신경망락적약소목표검측산법.수선,채용Fuzzy-ART신경망락결합Robinson경계배기술,건립자괄응국부공간배경모형,병이차분석상소점적배경모호대속도래억제배경잡파;연후의거목표여잔류배경잡파적공간특정채용모판균차법래돌현목표,병제출기우행렬모호취류적자괄응분할산법래제취후선목표;최후결합목표적운동련속성진행다정궤적관련종이검측출진실목표.이론분석여실험결과표명,해산법능수배경적국부정황래자괄응조절공간배경모형,종이자괄응억제배경잡파、돌현목표,능유효제고신조비,검측출약소목표.