【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
论文部分内容阅读
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.
其他文献
系统原理是管理学众多原理之一，对管理实践活动具有重要的指导意义，同时还可以把它应用到其他领域，为我国公民道德建设的探索和研究提供可借鉴的启示。这种启示表现为以下几方面
职高学生学习英语“困难”,已成为职高英语教学难以逾越的一座高山.在课堂教学中,这部分学生表现出注意力不集中,容易遗忘,不善于思考,学习信心和热情低下等现象.针对这一系
马铃薯是世界第三大经济型农作物,也是我国的四大主粮之一。我国总种植面积已居世界首位,但平均亩产量远低于世界平均水平。马铃薯晚疫病是制约马铃薯生产的首要因素,传统的马铃薯病害检测方法难以对马铃薯病害严重程度及理化指标变化进行准确、快速的检测和诊断。因此需要探索出一种既准确又快速且无损的病害检测方法,准确识别晚疫病并进行精确的病害分级,为快速防治提供理论依据。本研究以马铃薯叶片为研究对象,通过设计并搭
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
辅导员的主要工作是开展大学生思想政治教育,集高校学生思政工作和日常管理的组织者、实施者和指导者于一身。目前,由于辅导员日常工作的纷繁琐碎,导致不管是辅导员自身还是
本文应用常维分形、变维分形及参数变换分形等方法求解不同模型的预测问题，针对油田产量预测问题给出应用实例，并与原翁氏预测模型的结果进行对比，本文还证明了任一预测模型均可
阐述了在玻纤工程项目设计和安装施工完毕与项目投产前这个阶段的主要工作及事项,是整个项目设计、施工成功收尾的关键,也是项目企业生产良好运转的重要开端。
随着我国经济体制改革的不断推进,电力市场的竞争愈加激烈,如何在纷繁复杂的电力市场中牢牢占据首要位置,是供电企业当前面临的重点问题。具体来讲,供电企业应不断加强自身的
在园林绿化工程的建设过程中,园林施工的整体质量是整个工程项目的重要组成部分,质量的好坏直接决定了工程的水平以及后期的养护工作。提高工程质量的同时,为后期养护提供了
应用机理分析和现场试验相结合的方法,分别建立了单轴燃气轮机本体、控制系统以及燃料伺服机构的数学模型。以美国GE公司PG9171E型燃气轮机为对象,在Matlab/Simulink中对所建