استراتژی حذف نویز مکانی چند مدلی تطبیقی برای آشکارسازی هدف کوچک مادون قرمز کم نور

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 552

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE07_262

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

در حوزه ی سنجش از راه دور مادون قرمز، مشکل آشکارسازی هدف کوچک مادون قرمز هنوز یک بخش مهم است. درباره ی آشکارسازی هدف کوچک مادون قرمز کمنور (IRDST) ، ابتدا تصویر مادون قرمز با روش DWT برای بدست آوردن ضرایب موجک تصویر پردازش می شود اما مشخصات توزیع (پخش)، مانند مقیاس ها، فرکانس ها و جهت های ضرایب موجک در زیرباندهای مختلف، متفاوت است، بنابراین حذف نویز تصویر با موجک با یک معیار تک آستانه نمی تواند یک تخمین مناسب بدهد. باتوجه به این انگیزه، در این مقاله یک روش آشکارسازی IRST مبتنی بر استراتژی حذف نویز چند-مدلی تطبیقی مکانی (SAMMADS) ارائه می شود که می تواند استراتژی آستانه گذاری را براساس توزیع نویز در مقیاس ها و جهت های مختلف تنظیم کند. آستانه گذاری تطبیقی مکانی BayesShrink (SABAS) ، آستانه گذاری BayesShrink سنتی (BS) و آستانه گذاری با اعتبارسنجی متقابل عمومی (GCV) همه در اینجا برای پردازش هر زیرباند به طور جداگانه اتخاذ شده اند. بعد از بازتولید تصویر موجک حذف نویز شده، نهایتاً یک آستانه جهانی ساده برای جدا کردن پس زمینه از هدف استفاده می شود. نتایج تجربی نشان میدهد که الگوریتم پیشنهادی بهتر از دیگر روش های موجک معمولی برای شکارسازی هدف کوچک با پس زمینه های مختلف پیچیده عمل می کند.

کلیدواژه ها:

نویسندگان

علی محمودی گرده رشت

دانشگاه جامع امام حسین (ع) تهران، ایران

ابوالفضل چمن مطلق

دانشگاه جامع امام حسین (ع) تهران، ایران

علی ناصری

دانشگاه جامع امام حسین (ع) تهران، ایران

مهدی نصیری

دانشگاه جامع امام حسین (ع) تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • S. Qi, J. Ma, C. Tao, C. Yang, and J. ...
  • N. Sang, R. Wang, H. Gan, J. Du, and Q. ...
  • Q. Wang, G. Liu, and Y. Shi, "Detecting of multi-dim ...
  • J. Zhao, F. Liu, and B. Mo, _ algorithm of ...
  • L. H. Z. C. Y GAO and J. Li, "Weak ...
  • S. G. Chang, B. Yu, and M. Vetterli, "Adaptive wavelet ...
  • _ "Spatially adaptive wavelet thresholding with context modeling for image ...
  • W. Ting and S. Yang, "Weak and small infrared target ...
  • M. Jansen, M. Malfait, and A. Bultheel, "Generalized for wavelet ...
  • نمایش کامل مراجع