[發(fā)明專利]一種基于非負(fù)約束2D變分模態(tài)分解的紅外弱小目標(biāo)檢測方法有效
| 申請?zhí)枺?/td> | 201710093303.6 | 申請日: | 2017-02-21 |
| 公開(公告)號: | CN106845448B | 公開(公告)日: | 2020-04-24 |
| 發(fā)明(設(shè)計(jì))人: | 彭真明;王曉陽;陳響;王酉祥;黃蘇琦;龍鴻峰;楊琛;范文瀾;王慧;馬滬敏;蒲恬;何艷敏 | 申請(專利權(quán))人: | 電子科技大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 成都弘毅天承知識產(chǎn)權(quán)代理有限公司 51230 | 代理人: | 徐金瓊;劉東 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 約束 變分模態(tài) 分解 紅外 弱小 目標(biāo) 檢測 方法 | ||
1.一種基于非負(fù)約束2D變分模態(tài)分解的紅外弱小目標(biāo)檢測方法,其特征在于,還包括以下步驟:
步驟1:獲得一幅待處理的紅外圖像f(x,y),其中(x,y)為二維圖像坐標(biāo),下同;
步驟2:采用帶通濾波器進(jìn)行紅外圖像f(x,y)預(yù)處理,即得到去除部分高頻噪聲及平滑的背景的紅外圖像f′(x,y)∈Rm×n,其中Rm×n表示維度為m×n的實(shí)數(shù)坐標(biāo)系,下同;
步驟3:將二維變分模態(tài)分解方法與非負(fù)約束相結(jié)合,構(gòu)建目標(biāo)函數(shù),再將步驟2得到的紅外圖像f′(x,y)∈Rm×n輸入目標(biāo)函數(shù),并根據(jù)目標(biāo)函數(shù)求解輸出分解結(jié)果,即得到K個(gè)非負(fù)窄帶子信號;
步驟4:提取步驟3得到的非負(fù)窄帶子信號中的紅外弱小目標(biāo)的窄帶子信號,忽略其余不含有紅外弱小目標(biāo)的窄帶子信號,得到目標(biāo)子信號;
步驟5:將步驟4中提取的目標(biāo)子信號進(jìn)行自適應(yīng)閾值分割,確定紅外弱小目標(biāo)位置及大小,并輸出檢測結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于非負(fù)約束2D變分模態(tài)分解的紅外弱小目標(biāo)檢測方法,其特征在于,所述步驟2中采用的帶通濾波器為高斯差分濾波器或巴特沃斯帶通濾波器。
3.根據(jù)權(quán)利要求2所述的一種基于非負(fù)約束2D變分模態(tài)分解的紅外弱小目標(biāo)檢測方法,其特征在于,所述步驟3的具體步驟如下:
(31)將二維變分模態(tài)分解方法與非負(fù)約束相結(jié)合,構(gòu)建目標(biāo)函數(shù);具體步驟如下:
(311)假設(shè)輸入的預(yù)處理后的紅外圖像f′(x,y)∈Rm×n將被分解為K個(gè)窄帶子信號的集合,窄帶子信號表示為uk(x,y),k=1,...,K;將空間域二維坐標(biāo)(x,y)簡記為γ,計(jì)算窄帶子信號uk(γ)的解析信號:其中δ表示二維脈沖信號,ωk表示第k個(gè)子信號對應(yīng)的頻率域二維坐標(biāo),j為虛數(shù)單位,ωk,⊥表示與ωk相垂直的頻率域二維坐標(biāo),*表示卷積運(yùn)算,〈·〉代表內(nèi)積運(yùn)算;
(312)將解析信號進(jìn)行頻移,移動(dòng)到預(yù)先估計(jì)出的圖像基準(zhǔn)頻帶φk,頻移后的信號記為ushift(γ),其中,uAS,k(γ)為解析信號,j為虛數(shù)單位,·代表內(nèi)積運(yùn)算;
(313)求解頻移后的解析信號的帶寬Bk,
(314)根據(jù)步驟(311)-步驟(313),對窄帶子信號uk(x,y)進(jìn)行非負(fù)約束以及數(shù)據(jù)保真約束,得到最終的目標(biāo)函數(shù),目標(biāo)函數(shù)的公式如下:
s.t.uk(γ)≥0,k=1,...,K,
其中,f′(γ)表示步驟2得到的紅外圖像f′(x,y)∈Rm×n,uk(γ)≥0表示在最終的結(jié)果中,只有窄帶子信號中的正數(shù)部分被視為有效信號,從而得以保留,負(fù)數(shù)部分被去掉,是確保分解出的窄帶子信號不偏離預(yù)處理后的紅外圖像f′(x,y)∈Rm×n,ε為誤差容許因子;
(32)將步驟2得到的預(yù)處理后的紅外圖像f′(x,y)∈Rm×n輸入目標(biāo)函數(shù),采用交迭方向乘子方法(Alternative directional method of multipliers,ADMM)求解目標(biāo)函數(shù),并輸出非負(fù)窄帶子信號,其中,在第n+1次迭代過程中,窄帶子信號的更新采用維納濾波,傅里葉變換表示為圖像基準(zhǔn)頻帶的更新通過計(jì)算當(dāng)前窄帶子信號的功率譜重心實(shí)現(xiàn);目標(biāo)函數(shù)的具體求解過程如下:
(321)初始化迭代次數(shù)n=0、窄帶子信號圖像基準(zhǔn)頻帶傅里葉變換分別表示為以及其中k=1,...,K;
(322)根據(jù)步驟(321)初始化的結(jié)果計(jì)算Hilbert模板:其中,表示當(dāng)前的圖像基準(zhǔn)頻帶,ω表示頻率域二維坐標(biāo),sgn表示符號函數(shù);
(323)利用Hilbert模板,在頻率域中計(jì)算第k個(gè)窄帶子信號在第n+1次迭代中的解析信號其中表示Hilbert模板,ω表示頻率域二維坐標(biāo),表示f′(γ)的傅里葉變換結(jié)果,λ為拉格朗日乘子,α是計(jì)算中引入的權(quán)重因子;
(324)將解析信號從頻率域反變換回空間域,公式如下,其中R表示取實(shí)部,F(xiàn)-1為傅里葉反變換,下同:
(325)在反變換回空間域的窄帶子信號中引入非負(fù)約束,得到非負(fù)窄帶子信號,公式如下:
(326)更新迭代次數(shù):n=n+1;
(327)判斷當(dāng)前迭代次數(shù)是否大于最大迭代次數(shù),如果是,則停止迭代,轉(zhuǎn)到步驟(328);如果不是,更新圖像基準(zhǔn)帶值和頻率域拉格朗日乘子返回步驟(322);
(328)輸出步驟(325)的分解結(jié)果,即非負(fù)窄帶子信號uk(x,y),k=1,...,K。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于電子科技大學(xué),未經(jīng)電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710093303.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:吸頂燈底盤的臨時(shí)固定裝置
- 下一篇:吸頂燈
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 基于變分模態(tài)分解的心電信號基線漂移校正方法
- 一種基于變分模態(tài)分解的錨桿檢測方法
- 一種基于頻譜趨勢和變分模態(tài)分解的齒輪箱故障識別方法
- 一種基于自適應(yīng)變分模態(tài)分解的地震數(shù)據(jù)降噪方法
- 一種超聲波局放信號的特征提取方法及相關(guān)設(shè)備
- 基于改進(jìn)變分模態(tài)分解算法的癲癇腦電信號自動(dòng)檢測方法
- 基于變分模態(tài)分解的風(fēng)力發(fā)電功率預(yù)測方法及設(shè)備
- 一種用于非平穩(wěn)信號的變分模態(tài)分解參數(shù)優(yōu)化的迭代方法
- 一種橋梁變形實(shí)時(shí)預(yù)測方法
- 一種基于改進(jìn)變分模態(tài)分解的局部放電閾值去噪方法





