您的位置： 专家智库 > >

吴宏刚

作品数：11 被引量：44H指数：5
供职机构：电子科技大学通信与信息工程学院更多>>
发文基金：国家高技术研究发展计划国家自然科学基金更多>>
相关领域：航空宇航科学技术自动化与计算机技术电子电信理学更多>>

合作作者

文献类型

  • 9篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 5篇航空宇航科学...
  • 4篇自动化与计算...
  • 3篇电子电信
  • 1篇理学

主题

  • 8篇目标检测
  • 4篇杂波
  • 4篇图像
  • 3篇动目标
  • 3篇杂波抑制
  • 3篇自适应
  • 3篇背景杂波
  • 3篇背景杂波抑制
  • 2篇动目标检测
  • 2篇神经网
  • 2篇神经网络
  • 2篇自适
  • 2篇马尔可夫
  • 2篇马尔可夫模型
  • 2篇聚类
  • 2篇空时
  • 1篇点目标
  • 1篇信号
  • 1篇信息处理
  • 1篇信息处理技术

机构

  • 11篇电子科技大学
  • 1篇成都大学
  • 1篇云南民族大学
  • 1篇中国民航总局
  • 1篇中国电子科技...

作者

  • 11篇吴宏刚
  • 9篇李在铭
  • 5篇李晓峰
  • 5篇陈跃斌
  • 1篇杨沁仪
  • 1篇刘思远

传媒

  • 3篇计算机应用研...
  • 2篇光电工程
  • 1篇红外与毫米波...
  • 1篇航空学报
  • 1篇电波科学学报
  • 1篇电子测量与仪...
  • 1篇第五届全国信...

年份

  • 5篇2007
  • 4篇2006
  • 2篇2005
共 11 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
采用多扫描自适应预测的红外弱目标检测被引量：5
2007年
提出了一种多扫描预平滑RLS自适应算法用于增强红外成像数据中的弱目标检测。感兴趣的目标被假设为只有极小的空域扩展度,而且淹没于强背景杂波干扰中。通过RLS自适应滤波器,背景杂波分量被准确地预测并从输入信号中去除,从而只剩下目标信号与残留噪声。在全空域非平稳数据中应用多扫描机制可以增强算法对非平稳杂波的跟踪性能;而将原始图像数据经过预平滑处理后作为自适应滤波器的输入,则能够减少由于目标灰度扩展带来的背景预测失准。对真实图像数据的仿真表明该算法的性能明显优于其它几种传统方法。
吴宏刚李晓峰李在铭陈跃斌
关键词：目标检测背景杂波抑制
FCM与马氏空间约束条件下的快速图像分割技术研究被引量：5
2007年
提出了一种FCM与马氏空间约束的快速图像分割技术。在FCM图像分割算法的基础上,引入了Markov随机场用以描述图像分割中的空间约束信息,并通过多级级联的方式获得最后的图像分割结果。这样既克服了传统模糊C均值聚类算法只考虑图像中的数值特征信息,忽略像素间的空间约束关系的缺点,又最大限度地保证了分割算法计算的简单有效性。实验证明,与其他模糊C均值聚类算法相比,本文方法有更好的可靠性与有效性。
刘思远李晓峰吴宏刚李在铭
关键词：图像分割模糊C均值聚类
采用马氏模型的点状动目标快速检测方法
2005年
提出了一种视频序列图像中点状运动目标三维快速检测方法。该方法利用目标运动的时域连续性假设,将目标在相邻多帧上的位置状态模型化为二阶马尔可夫数据链;依照该模型采用沿轨迹集成的检测算法,克服了传统三维检测造成搜索次数巨大的弱点,同时也避免了二维投影检测带来的信噪比下降。理论分析和仿真试验表明,该检测方法能稳定地检测出信号杂波噪声比(SCNR)超过3的缓动点状运动目标,而且在采用5帧集成时计算量比传统的穷尽轨迹匹配检测减少100倍。
吴宏刚杨沁仪李在铭
关键词：目标检测马尔可夫模型
空时自适应杂波分类抑制与弱小运动目标检测被引量：12
2006年
提出了一种新的方法应用于一类重要的高维信号检测问题:在强杂波干扰下检测数字图像序列中位置和速度未知的弱小运动目标.通过对输入序列时域灰度矩进行学习,将像素分成两类———静杂波和动杂波.分别对其采用非参数时域滤波和LS自适应滤波进行去除,从而将原始数据转化为准SPGWN模型.杂波抑制后,根据单帧多像素目标模型假设,采用在空、时域联合集成信号能量的检测算法,能有效地改善信噪比并且有利于实时实现.理论分析和对真实数据的大量仿真试验验证了本方法的有效性.
吴宏刚李晓峰陈跃斌李在铭
关键词：自适应
基于准平稳子域划分的复杂背景抑制与微弱目标检测
本文提出了一种基于模糊C均值(FCM)聚类的非参数复杂背景抑制算法用于增强图像数据中的微弱目标检测.感兴趣的目标被假设为具有极小的空域扩展度，且淹没于强背景杂波之中.输入的图像首先进行FCM聚类划分，划分后的每个类被认为...
陈跃斌吴宏刚余建群王杰
关键词：微弱目标检测FCM聚类非参数方法图像增强
文献传递
时空非平稳强杂波抑制与微弱运动目标检测技术
随着其应用领域的不断拓广，在强杂波干扰下对图像序列中的微弱运动目标进行检测和跟踪日益受到人们的广泛关注，并形成了一个研究热点。由于目标本身的微弱特性，再加上背景强杂波的干扰，造成对目标的检测和跟踪变得十分困难。而本文的研...
吴宏刚
关键词：背景杂波抑制神经网络目标检测
自适应强杂波抑制与点状动目标检测被引量：9
2006年
研究了基于自适应图像杂波抑制的微弱点状动目标检测技术。首先利用四叉树算法,将原始的非平稳图像分割成多个准平稳的图像子块,然后对各子块进行LS自适应背景杂波估计与抑制,从而获得准高斯白噪声背景;再利用目标运动连续性假设,将目标在相邻多帧上的位置状态模型化为高阶马尔可夫数据链,建立轨迹状态空间;根据该模型采用多帧沿轨迹非线性集成算法进行检测。既克服了传统的三维匹配算法造成搜索次数巨大的弱点,同时也避免了二维投影检测带来的信噪比下降。理论分析和大量仿真实验证明了其有效性。
吴宏刚李晓峰李在铭
关键词：信息处理技术四叉树分割马尔可夫模型
一种视频强杂波两级空域滤波抑制方法被引量：4
2005年
为便于对复杂视频强杂波背景下的微弱运动目标进行检测,提出了一种两级空域滤波强杂波抑制方法。采用局域均值去除(LMR)作为一级滤波,将原始图像变换为较大局域内均值和方差缓变的二维广义平稳过程,再通过基于二维 AR 模型参数估计的二级滤波器自适应滤除残余杂波。实验结果表明,对于一般噪声条件下的视频目标图像,利用该方法处理后得到的残留噪声呈现出很好的高斯性和独立性,并且输出目标信号杂波噪声比(SCNR)的平均增益达到 1.33dB,有利于进一步的检测。
吴宏刚李在铭
关键词：目标检测背景杂波抑制数学模型
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量：8
2007年
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。
张宇吴宏刚陈跃斌李在铭
关键词：形态神经网络结构元目标检测
弱小运动目标空时增强检测的仿真研究被引量：1
2006年
提出了一种序列图像中弱小运动目标空时增强检测技术并进行了计算机仿真研究。目标被假设为在单帧图像上具有一定尺寸,利用二维空域模板对目标能量进行增强并作二值化处理。根据目标最大速度条件,在二值化后的图像序列中搜索可能目标轨迹,并与预定义的轨迹表(track table)进行匹配从而获得检测结果。该技术最大的优势在于同时在空域和时域对目标作增强处理,大大改善了信噪比,十分有利于实时实现。理论分析和大量仿真实验表明该技术在5帧图像集成时能稳定检测SCNR=2dB、大小超过3×3的弱小运动目标。
吴宏刚李晓峰李在铭
关键词：计算机仿真
全选 清除 导出
共2页<12>
聚类工具0