检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]电子科技大学通信与信息工程学院,四川成都610054
出 处:《电子学报》2010年第7期1641-1645,共5页Acta Electronica Sinica
基 金:国家自然科学基金(No.60873263);国家863高技术研究发展计划(No.2009A01Z215)
摘 要:本文提出了一种小波域平滑滤波的杂波抑制方法,该方法将原始图像变换到小波域后,分别对各小波子带先作平滑、后作差分处理以最大限度地滤除背景杂波和噪声,然后再对图像进行小波逆变换,达到有效抑制背景的目的.实验结果表明,该方法处理后得到的残差图像呈现出很好的高斯性和独立性,并且目标邻域信号杂波比(SC-NR)的平均增益比对图像直接平滑滤波的邻域信号杂波比(SCNR)的平均增益提高2dB左右,算法性能明显优于图像域平滑滤波的传统方法.An image background clutter suppression method using smooth filter in the wavelet domain is proposed in this thesis.Firstly,the WT(Wavelet Transform)of the observed image data is performed.Then,the smooth filter and difference process is operated respectively to the wavelet coefficients of every wavelet belt to suppress background clutter and noise of the image.Finally,the IWT(Inverse Wavelet Transform) of the processed image is carried out.The experiment results show that the residual image obtained by this method has very good Gaussian normality and independence,and the average gain of the target's neighbor SCNR(signal-to-clutter-noise ratio) is improved about 2dB,compared with the other traditional image smooth-filtering algorithms.So the method in this paper has better performance than the other traditional image smooth methods.
关 键 词:微弱运动目标 背景杂波抑制 小波域平滑滤波 邻域信号杂波比增益
分 类 号:TN911.73[电子电信—通信与信息系统]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.227.183.185