基于多维EMD的红外弱小目标检测方法研究
发布时间:2021-02-01 00:03
红外图像中的目标检测是红外制导、跟踪及预警的关键。因摄像距离远、设备干扰强等因素影响,使得红外图像具有目标信号弱、杂波信息多的特点,这增加了红外图像中弱小目标检测的难度,同时也使红外图像目标检测成为国内外学者研究的难点。图像中的目标检测主要是根据目标信号的奇异性对其进行分离,目标信号的这种奇异性使得信号是非平稳的,而经验模态分解算法就是针对非平稳信号处理同时可以根据信号自身特征对其进行分解处理。因此本文深入研究了经验模态分解算法及红外图像特性,将经验模态分解算法应用到单帧、序列红外图像目标检测中。本文主要工作如下:1.分析现有的一维、二维经验模态分解算法的理论、问题及性质,提出三维经验模态分解理论及实现流程。2.总结几种现有的图像预处理方法,包括基于二维经验模态分解的预处理方法,同时陈述图像中目标检测的原理,包括目标的特性分析及目标阈值分割。随后将经验模态分解算法与单帧图像目标检测相结合,提出一种基于经验模态分解的单帧图像目标检测算法,该算法通过二维经验模态分解对图像进行预处理,使用一维经验模态分解算法对图像进行行列分解及变换,并通过阈值分割分离目标信号。最后通过实验仿真验证本算法的检...
【文章来源】:西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】:84 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文主要工作及内容安排
第二章 经验模态分解概论
2.1 引言
2.2 一维经验模态分解概论
2.2.1 一维经验模态分解
2.2.2 分解问题分析
2.2.3 希尔伯特黄变换
2.3 二维经验模态分解概论
2.3.1 二维经验模态分解
2.3.2 分解问题分析
2.4 三维经验模态分解分析
2.4.1 三维经验模态分解
2.4.2 分解问题分析
2.5 本章小结
第三章 基于经验模态分解的单帧红外图像检测
3.1 引言
3.2 图像预处理方法分析
3.2.1 中值滤波
3.2.2 均值滤波
3.2.3 高通滤波
3.2.4 基于二维经验模态分解的滤波器
3.3 图像目标检测原理
3.3.1 目标特性分析
3.3.2 阈值分割
3.4 基于经验模态分解的单帧图像目标检测
3.4.1 算法原理
3.4.2 算法分析
3.4.3 实验结果与分析
3.5 本章小结
第四章 基于经验模态分解的红外图像序列目标检测
4.1 引言
4.2 红外图像序列时域特性分析
4.3 基于一维EMD的图像序列检测
4.3.1 算法原理
4.3.2 算法分析
4.3.3 实验结果与分析
4.4 基于三维EMD的图像序列检测
4.4.1 算法原理
4.4.2 算法分析
4.4.3 实验结果与分析
4.5 本章小结
第五章 总结与展望
5.1 全文总结
5.2 存在的问题与研究展望
参考文献
致谢
作者简介
【参考文献】:
期刊论文
[1]基于Otsu阈值分割的边缘快速图像插值算法[J]. 王震,杜进楷,寇宏玉,陈世国. 现代电子技术. 2019(02)
[2]基于双峰法的纱线图像阈值分割研究[J]. 张增康,马卫红. 化纤与纺织技术. 2018(03)
[3]基于混合高斯模型的运动目标检测[J]. 王薇薇. 电脑迷. 2018(09)
[4]一种基于图像序列的水下运动目标检测方式[J]. 张荣荣,刘晓阳,王金鹏. 微型机与应用. 2017(13)
[5]基于经验模态分解的SVM-KNN高光谱图像分类方法[J]. 左航. 微型电脑应用. 2016(12)
[6]基于二维本征模态函数的SAR图像目标检测[J]. 黄世奇,黄文准,刘哲. 兵器装备工程学报. 2016(08)
[7]结合经验模态分解和Gabor滤波的高光谱图像分类[J]. 王立国,宛宇美,路婷婷,杨月霜. 哈尔滨工程大学学报. 2016(02)
[8]基于二维EMD的红外图像弱小目标检测[J]. 邵峰. 电子科技. 2011(10)
[9]局部经验模态分解算法[J]. 林婉如,熊盛武,谢啸虎. 计算机工程与应用. 2011(13)
[10]希尔伯特-黄变换方法的改进[J]. 徐斌,徐德城,朱卫平,刘冰野. 西北工业大学学报. 2011(02)
博士论文
[1]HHT变换及其在脑电信号处理中的应用研究[D]. 朱晓军.太原理工大学 2012
硕士论文
[1]海面红外序列图像的预处理与目标检测方法研究[D]. 邹咪.深圳大学 2017
[2]基于信号奇异性分析的红外弱小目标检测[D]. 王振华.西安电子科技大学 2017
[3]基于希尔伯特—黄变换的肺音信号识别方法研究[D]. 郑明杰.江苏大学 2016
[4]基于经验模态分解的红外小目标检测算法研究[D]. 黄晟.华中科技大学 2013
[5]地震信号奇异性分析及其应用的研究[D]. 熊晶晶.广西师范大学 2013
[6]地震数据边缘奇异性检测方法及其应用[D]. 杨斌.中国石油大学 2011
[7]基于背景预测的红外小目标检测算法研究[D]. 徐茵.西安电子科技大学 2009
[8]复杂云层背景下红外小目标检测方法研究[D]. 邓磊.哈尔滨工程大学 2008
[9]红外弱小目标检测方法研究[D]. 徐韶华.华中科技大学 2006
本文编号:3011809
【文章来源】:西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】:84 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文主要工作及内容安排
第二章 经验模态分解概论
2.1 引言
2.2 一维经验模态分解概论
2.2.1 一维经验模态分解
2.2.2 分解问题分析
2.2.3 希尔伯特黄变换
2.3 二维经验模态分解概论
2.3.1 二维经验模态分解
2.3.2 分解问题分析
2.4 三维经验模态分解分析
2.4.1 三维经验模态分解
2.4.2 分解问题分析
2.5 本章小结
第三章 基于经验模态分解的单帧红外图像检测
3.1 引言
3.2 图像预处理方法分析
3.2.1 中值滤波
3.2.2 均值滤波
3.2.3 高通滤波
3.2.4 基于二维经验模态分解的滤波器
3.3 图像目标检测原理
3.3.1 目标特性分析
3.3.2 阈值分割
3.4 基于经验模态分解的单帧图像目标检测
3.4.1 算法原理
3.4.2 算法分析
3.4.3 实验结果与分析
3.5 本章小结
第四章 基于经验模态分解的红外图像序列目标检测
4.1 引言
4.2 红外图像序列时域特性分析
4.3 基于一维EMD的图像序列检测
4.3.1 算法原理
4.3.2 算法分析
4.3.3 实验结果与分析
4.4 基于三维EMD的图像序列检测
4.4.1 算法原理
4.4.2 算法分析
4.4.3 实验结果与分析
4.5 本章小结
第五章 总结与展望
5.1 全文总结
5.2 存在的问题与研究展望
参考文献
致谢
作者简介
【参考文献】:
期刊论文
[1]基于Otsu阈值分割的边缘快速图像插值算法[J]. 王震,杜进楷,寇宏玉,陈世国. 现代电子技术. 2019(02)
[2]基于双峰法的纱线图像阈值分割研究[J]. 张增康,马卫红. 化纤与纺织技术. 2018(03)
[3]基于混合高斯模型的运动目标检测[J]. 王薇薇. 电脑迷. 2018(09)
[4]一种基于图像序列的水下运动目标检测方式[J]. 张荣荣,刘晓阳,王金鹏. 微型机与应用. 2017(13)
[5]基于经验模态分解的SVM-KNN高光谱图像分类方法[J]. 左航. 微型电脑应用. 2016(12)
[6]基于二维本征模态函数的SAR图像目标检测[J]. 黄世奇,黄文准,刘哲. 兵器装备工程学报. 2016(08)
[7]结合经验模态分解和Gabor滤波的高光谱图像分类[J]. 王立国,宛宇美,路婷婷,杨月霜. 哈尔滨工程大学学报. 2016(02)
[8]基于二维EMD的红外图像弱小目标检测[J]. 邵峰. 电子科技. 2011(10)
[9]局部经验模态分解算法[J]. 林婉如,熊盛武,谢啸虎. 计算机工程与应用. 2011(13)
[10]希尔伯特-黄变换方法的改进[J]. 徐斌,徐德城,朱卫平,刘冰野. 西北工业大学学报. 2011(02)
博士论文
[1]HHT变换及其在脑电信号处理中的应用研究[D]. 朱晓军.太原理工大学 2012
硕士论文
[1]海面红外序列图像的预处理与目标检测方法研究[D]. 邹咪.深圳大学 2017
[2]基于信号奇异性分析的红外弱小目标检测[D]. 王振华.西安电子科技大学 2017
[3]基于希尔伯特—黄变换的肺音信号识别方法研究[D]. 郑明杰.江苏大学 2016
[4]基于经验模态分解的红外小目标检测算法研究[D]. 黄晟.华中科技大学 2013
[5]地震信号奇异性分析及其应用的研究[D]. 熊晶晶.广西师范大学 2013
[6]地震数据边缘奇异性检测方法及其应用[D]. 杨斌.中国石油大学 2011
[7]基于背景预测的红外小目标检测算法研究[D]. 徐茵.西安电子科技大学 2009
[8]复杂云层背景下红外小目标检测方法研究[D]. 邓磊.哈尔滨工程大学 2008
[9]红外弱小目标检测方法研究[D]. 徐韶华.华中科技大学 2006
本文编号:3011809
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3011809.html
最近更新
教材专著