基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
自适应杂波抑制的一种算法与实现
杂波抑制
特征矢量
参差码
AMTI
基于局部自适应先验MRF模型的快速BP图像分割算法
自适应局部先验
MRF模型
置信度传播算法
快速收敛策略
基于特征的自适应正则化配准算法
自适应正则化
局部极小值
粗配准
非刚性配准
特征
基于KPCA的探地雷达自适应杂波抑制算法研究
探地雷达
主成分分析
KPCA
自适应滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MRF的自适应正则化红外背景杂波抑制算法
来源期刊 红外与毫米波学报 学科 工学
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
年,卷(期) 2009,(6) 所属期刊栏目
研究方向 页码范围 440-444
页数 5页 分类号 TN911.73
字数 4098字 语种 中文
DOI 10.3321/j.issn:1001-9014.2009.06.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘上乾 西安电子科技大学技术物理学院 128 1852 22.0 36.0
2 汪大宝 西安电子科技大学技术物理学院 25 190 8.0 12.0
3 寇小明 西安电子科技大学技术物理学院 5 89 4.0 5.0
4 洪鸣 西安电子科技大学技术物理学院 5 58 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (30)
参考文献  (6)
节点文献
引证文献  (21)
同被引文献  (40)
二级引证文献  (62)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(9)
  • 引证文献(5)
  • 二级引证文献(4)
2013(8)
  • 引证文献(4)
  • 二级引证文献(4)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(16)
  • 引证文献(0)
  • 二级引证文献(16)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(13)
  • 引证文献(3)
  • 二级引证文献(10)
2018(11)
  • 引证文献(3)
  • 二级引证文献(8)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
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
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外与毫米波学报
双月刊
1001-9014
31-1577/TN
大16开
上海市玉田路500号
4-335
1982
chi
出版文献量(篇)
2620
总下载数(次)
3
总被引数(次)
28003
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导