奇异值分解带通滤波背景抑制和去噪

被引：40

作者：

胡谋法

董文娟

王书宏

陈曾平

机构：

[1] 国防科学技术大学ATR重点实验室

来源：

电子学报 | 2008年 / 01期

关键词：

背景抑制; 图像去噪; 奇异值分解(SVD)带通滤波; 奇异值曲线转折点法; 门限准则法;

D O I：

暂无

中图分类号：

TN911.7 [信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

针对可见光图像弱小目标检测中的背景抑制和去噪问题,提出了奇异值分解(Singular Value Decomposition,SVD)带通滤波新方法.首先分析了图像奇异值与目标、噪声和图像背景的关系,结果表明奇异值的高序部分更多地反映图像噪声,中序部分更多地反映目标性质,而低序部分更多地反映图像背景.以此为依据提出了SVD-Ⅰ型和SVD-Ⅱ型两种带通滤波器,并给出了奇异值曲线转折点法和门限准则法两种滤波器参数确定方法.实验表明SVD带通滤波能有效抑制图像背景,去除噪声,进而提高弱小目标的信噪比.

引用

页码：111 / 116

页数：6

共 9 条

[1] 可见光图像背景起伏的平稳性和相关性分析
胡谋法
李超
韩建涛
王书宏
陈曾平
[J]. 光电工程, 2006, (03) : 44 - 49
[2] 超声逆散射图象重建问题中截断奇异值分解正则化方法研究
刘超
汪元美
[J]. 中国图象图形学报, 2003, (10) : 45 - 51
[3] 计算大规模矩阵最大最小奇异值和奇异向量的两个精化Lanczos算法
贾仲孝
张萍
[J]. 计算数学, 2003, (03) : 293 - 304
[4] 红外背景抑制与小目标分割检测
彭嘉雄
周文琳
[J]. 电子学报, 1999, (12) : 47 - 51+8
[5] 基于曙光1000A的并行SVD图像滤波方法
田绪红
李庆华
[J]. 华中理工大学学报, 1999, (02) : 93 - 95
[6] SVD算法简介与模拟数据检验[J]. 李金岭.中国科学院上海天文台年刊. 1998(00)
[7] 用于奇异值分解的全并行神经网络
冯大政
保铮
焦李成
[J]. 电子科学学刊, 1997, (01) : 17 - 23
[8] 代数特征值问题[M]. 科学出版社 , (英)J.H.威尔金森(J.H.Wilkinson)著, 2001
[9] Improved characterization of non-stationary flows using a regularized spectral analysis of ultrasound Doppler signals
Herment, A
Giovannelli, JF
Demoment, G
Diebold, B
Delouche, A
[J]. JOURNAL DE PHYSIQUE III, 1997, 7 (10): : 2079 - 2102

← 1 →