期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于自适应形态学滤波的红外小目标检测算法 被引量:24
1
作者 徐文晴 王敏 《激光与红外》 CAS CSCD 北大核心 2017年第1期108-113,共6页
针对低对比度下小目标常被大量背景杂波和噪声干扰,检测结果不理想的问题,提出了一种基于视觉注意机制与自适应双结构元素形态学滤波的红外小目标检测方法。根据人类视觉对比机制对图像进行感兴趣区域(ROI)提取以确定候选目标,通过提取... 针对低对比度下小目标常被大量背景杂波和噪声干扰,检测结果不理想的问题,提出了一种基于视觉注意机制与自适应双结构元素形态学滤波的红外小目标检测方法。根据人类视觉对比机制对图像进行感兴趣区域(ROI)提取以确定候选目标,通过提取轮廓获得候选目标的尺寸,并由获取的尺寸自适应构造双结构元素。运用双结构元素形态学滤波抑制噪声和杂波信号,用中值滤波对形态学滤波后的杂点噪声进一步抑制。实验表明本文提出的算法能有效抑制噪声干扰,显著提高目标信杂比,准确检测弱小红外目标,算法具有很好的鲁棒性和实时性。 展开更多
关键词 视觉注意机制 感兴趣区域 双结构元素 自适应形态学滤波 中值滤波
在线阅读 下载PDF
桥梁结构动力测试信号的自适应形态学滤波研究 被引量:1
2
作者 徐佳德 单德山 《铁道建筑》 北大核心 2018年第4期15-19,共5页
桥梁健康监测数据中不可避免地会掺杂系统噪声和测试噪声,噪声的存在将严重影响桥梁状态评估的准确性。为了抑制噪声对桥梁状态评估的影响,获得精确的桥梁状态评估结果,本文提出了一种自适应的形态学滤波器(Adaptive Morphological Filt... 桥梁健康监测数据中不可避免地会掺杂系统噪声和测试噪声,噪声的存在将严重影响桥梁状态评估的准确性。为了抑制噪声对桥梁状态评估的影响,获得精确的桥梁状态评估结果,本文提出了一种自适应的形态学滤波器(Adaptive Morphological Filter,AMF)。首先比选了AMF的各类结构元素类型,并依据AMF对信号傅里叶谱相对幅值的影响程度确定适宜的结构元素尺寸,据此构建滤波器。实现原始信号的自适应滤波后,用确定-随机子空间识别方法对原始数据和滤波后数据的模态参数进行识别,并使用稳定图法对滤波效果进行对比。以大比尺斜拉桥模型试验的测试数据为支撑对所提算法进行了验证。结果表明,AMF可显著提高桥梁模态参数识别结果的稳定性,并能挖掘出被噪声淹没的高阶桥梁模态参数。 展开更多
关键词 铁路桥梁 自适应形态学滤波 试验研究 参数识别 确定-随机子空间识别
在线阅读 下载PDF
结合频域显著性分析和形态学滤波的红外小目标检测算法 被引量:1
3
作者 张晔 朱鸿泰 +2 位作者 程虎 张俊 章琦 《激光与红外》 CAS CSCD 北大核心 2022年第10期1487-1493,共7页
针对复杂背景下的红外小目标检测问题,提出了基于频域显著性分析和形态学滤波相结合的图像处理算法。通过构建图像频域显著性分析图,并引入自适应阈值实现显著图的分割,提取感兴趣区域(ROI)以确定候选目标,达到凸显目标并抑制背景的目... 针对复杂背景下的红外小目标检测问题,提出了基于频域显著性分析和形态学滤波相结合的图像处理算法。通过构建图像频域显著性分析图,并引入自适应阈值实现显著图的分割,提取感兴趣区域(ROI)以确定候选目标,达到凸显目标并抑制背景的目的。为抑制残余的杂波干扰,基于候选目标轮廓尺寸自适应并引入新的评价机制实现滤波结构元的筛选,采用新型Top-hat滤波技术消除伪目标响应。本算法充分利用红外小目标的频域显著性和空域尺寸先验信息的互补性实现检测,在设计中则平衡了计算复杂度与处理效果的矛盾关系,在有效提升检测指标的同时保证了实时计算的工程需求。实验表明本文提出的算法能显著提高目标信噪比,高效和准确地检测噪声背景下的弱小红外目标。 展开更多
关键词 实时目标检测 频域显著性 感兴趣区域 自适应形态学滤波
在线阅读 下载PDF
超声图像多囊卵巢分割及其在自动检测中的应用 被引量:4
4
作者 邓寅晖 汪源源 陈萍 《中国生物医学工程学报》 CAS CSCD 北大核心 2009年第2期199-204,共6页
医生通过人工计数卵巢超声图像上小囊胞的个数来诊断多囊卵巢综合症,存在易受人为因素干扰、重复性差、效率低等问题,为此提出一种基于超声图像的自动检测多囊卵巢综合症的方案。先以自适应形态学滤波去除卵巢超声图像的斑点噪声,接着... 医生通过人工计数卵巢超声图像上小囊胞的个数来诊断多囊卵巢综合症,存在易受人为因素干扰、重复性差、效率低等问题,为此提出一种基于超声图像的自动检测多囊卵巢综合症的方案。先以自适应形态学滤波去除卵巢超声图像的斑点噪声,接着采用改进的带标记分水岭算法提取目标(含小囊胞和类似小囊胞)轮廓,最后通过聚类方法识别出卵巢内的小囊胞。实验以专家的人工结果为标准对方案进行验证,同时与以boundary vector Field(BVF)活动模型提取卵巢轮廓进行识别的方法进行比较。结果表明,方案对多囊卵巢内小囊胞的识别正确率达到84%,比BVF方法高23%,因此能一定程度用于超声图像多囊卵巢的自动识别。 展开更多
关键词 多囊卵巢综合症 自适应形态学滤波 带标记分水岭算法 聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部