采用形态神经网络背景自适应预测的图像弱小目标检测

被引：7

作者：

张宇 ^{[1
]}

吴宏刚 ^{[2
]}

陈跃斌 ^{[2
]}

李在铭 ^{[2
]}

机构：

[1] 广州海格通信产业集团有限公司

[2] 电子科技大学通信与信息工程学院

来源：

计算机应用研究 | 2007年 / 03期

关键词：

形态神经网络; 背景杂波预测; 结构元; 目标检测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种有效的背景杂波预测形态神经网络模型,用于检测图像数据中的弱小目标。目标被假设为只有很小的空域扩展度,而且淹没于强背景杂波干扰中。通过形态神经网络,杂波背景被准确地估计并从输入数据中去除,只剩下残留噪声和目标信号。采用扩展输入层数据的办法修正了传统的形态开、闭运算三层前馈BP网络模型。为了跟踪包含不同子结构的复杂背景,原始图像被划分为多个子块,并在相应的子块中选择训练样本对结构元进行优化。对真实图像数据的计算机仿真表明该算法在性能上优于其他传统算法。

引用

页码：289 / 291

页数：3

共 3 条

[1] 红外目标检测的自适应背景感知算法
余农
吴常泳
汤心溢
李范鸣
[J]. 电子学报, 2005, (02) : 200 - 204
[2] Morphological neural networks for automatic target detection by simulated annealing learning algorithm[J] . Nong Yu,Hao Wu,Changyong Wu,Fanming Li,Lide Wu.Science in China Series F: Information Sciences . 2003 (4)
[3] Morphology neural networks: An introduction with applications[J] . Jennifer L. Davidson,Frank Hummer.Circuits, Systems, and Signal Processing . 1993 (2)

← 1 →