仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2010年
8期
1834-1839
,共6页
红外弱小目标检测%双树复数小波变换%支持向量回归(SVR)%Tsallis-Havrda-Charvat熵
紅外弱小目標檢測%雙樹複數小波變換%支持嚮量迴歸(SVR)%Tsallis-Havrda-Charvat熵
홍외약소목표검측%쌍수복수소파변환%지지향량회귀(SVR)%Tsallis-Havrda-Charvat적
在分析红外图像弱小目标和背景特征的基础上,提出了基于双树复数小波变换(dual-tree complex wavelet transform,DT-CWT)和支持向量回归(support vector regression,SVR)的检测方法.首先采用双树复数小波变换抑制大部分背景噪声;其次用SVR对去噪后的红外图像进行背景预测,并用去噪后的实际图像减去预测图像得到残差图像,大大提高了图像的信噪比;接着提出了基于模糊Tsallis-Havrda-Charvat熵的阈值选取算法,对残差图像进行阈值分割;最后根据目标的连续性和运动轨迹的一致性检测出真实的小目标.实验结果表明:该方法可显著提高红外目标的检测概率,实现较远距离弱小目标的检测.
在分析紅外圖像弱小目標和揹景特徵的基礎上,提齣瞭基于雙樹複數小波變換(dual-tree complex wavelet transform,DT-CWT)和支持嚮量迴歸(support vector regression,SVR)的檢測方法.首先採用雙樹複數小波變換抑製大部分揹景譟聲;其次用SVR對去譟後的紅外圖像進行揹景預測,併用去譟後的實際圖像減去預測圖像得到殘差圖像,大大提高瞭圖像的信譟比;接著提齣瞭基于模糊Tsallis-Havrda-Charvat熵的閾值選取算法,對殘差圖像進行閾值分割;最後根據目標的連續性和運動軌跡的一緻性檢測齣真實的小目標.實驗結果錶明:該方法可顯著提高紅外目標的檢測概率,實現較遠距離弱小目標的檢測.
재분석홍외도상약소목표화배경특정적기출상,제출료기우쌍수복수소파변환(dual-tree complex wavelet transform,DT-CWT)화지지향량회귀(support vector regression,SVR)적검측방법.수선채용쌍수복수소파변환억제대부분배경조성;기차용SVR대거조후적홍외도상진행배경예측,병용거조후적실제도상감거예측도상득도잔차도상,대대제고료도상적신조비;접착제출료기우모호Tsallis-Havrda-Charvat적적역치선취산법,대잔차도상진행역치분할;최후근거목표적련속성화운동궤적적일치성검측출진실적소목표.실험결과표명:해방법가현저제고홍외목표적검측개솔,실현교원거리약소목표적검측.
