期刊文献+

基于高阶累计量的红外图像弱小点目标检测 被引量:2

Detecting Dim Point Target in Infrared Images Using High-Order Cumulant
下载PDF
导出
摘要 提出了一种检测大地背景下弱小点目标的新方法。利用三阶以上的高阶累计量恒等于零,即对于高斯随机过程“盲”的特性,在门限判断预处理的基础上,运用设计的3×3滑窗模板和高阶累计量方法检测红外图像背景中的运动点目标。通过对实际录取图像的仿真处理,说明了上述方法的有效性。 A new procedure of detecting weak and point infrared targets in the background clutter was presented in this paper. Based on the fact that the cumulant of three order or above is constant zero, that is to say it blinds to Gaussian processes. Using this property, after thresholding preprocess, the dim point target was detected by high-order cumulant(HOC). Simulation of practical infrared images verify the effect of the procedure.
出处 《红外技术》 CSCD 北大核心 2006年第10期585-587,共3页 Infrared Technology
关键词 红外目标 高阶累计量 目标检测 infrared targets high-order cumulant target detection
  • 相关文献

参考文献8

二级参考文献9

  • 1韩客松.红外导引头低噪比信息处理技术研究与实现:哈尔滨工业大学硕士论文[M].,1998,3..
  • 2[1]Pentecost H T A., Rogoyski A M, Mccann D R, Maurice A J. Target recognition, identification, and tracking using real and synthetic IR imagery[J].Proceedings of SPIE, 1996, 2744: 520~526.
  • 3[2]KristineM, NaderN.Bayesian approach to uncovered background and moving pixel detection[J].Proc. of IEEE International Conference on Acoustics, Speech and Signal Processing 1995, 2245~2248.
  • 4[3]Dennis J G, Simon K Y, Tritchew S., Leandre S.. Wavelet transform-based filtering for the enhancement of dim targets in FLIR images [J], Proceedings of SPIE, 1994, 2242:573~583.
  • 5韩客松,硕士学位论文,1998年
  • 6航天部207所,点目标处理关键技术与解决途径,1997年
  • 7杨宜禾,红外系统,1995年
  • 8张贤达,现代信号处理,1995年,324页
  • 9杨卫平,沈振康.起伏背景下的自适应门限检测方法[J].红外与毫米波学报,1999,18(2):120-124. 被引量:23

共引文献71

同被引文献15

  • 1程建,周越,蔡念,杨杰.基于粒子滤波的红外目标跟踪[J].红外与毫米波学报,2006,25(2):113-117. 被引量:73
  • 2王卫华,何艳,陈曾平.光电图像序列运动弱目标实时检测算法[J].光电工程,2006,33(4):14-18. 被引量:23
  • 3Alexander Tartakovsky, Rudolf Blazek. Effective Adaptive Spatialtemporal Technique for Clutter Rejection in IRST[C]//SPIE, 2000, 4048: 85-95.
  • 4S Kligys, B Rozovsky, A Tartakovsky. Detection Algorithms And Track-Before-Detect Detect Architecture Based On Nonlinear Filtering for Infrared Search And Track Systems[R]. Technical Report, Center for Applied Mathematical Science, University of Southern California, 1998.
  • 5David B Reiss. Spatial signal processing for infrared deteetion[C]//SP1E, 1994, 2235: 38-51.
  • 6寇英信,王琳.复杂背景下红外目标的检测算法研究[J].激光与红外,2007,37(8):784-787. 被引量:1
  • 7J. F. Khan and M. S. Alam. Target detection in cluttered FLIR imagery using probabilistic neural networks[C]//Proceedings of SPIE in Automatic Target Recognition XV, 2005, 5807: 55-66.
  • 8A. Bell and T. Sejnowski. An information-maximization approach to blind separation and blind deconvolution[J]. Neural Computation, 1995, 7: 1129-1159.
  • 9A. Hyvarinen. Fast and robust fixed-point algorithms for independent component analysis[J]. IEEE Trans. Neural Networks, 1999, 10(3): 626-634.
  • 10管志强,陈钱,钱惟贤,胡永生.一种背景自适应调整的弱点目标探测算法[J].光学学报,2007,27(12):2163-2168. 被引量:35

引证文献2

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部