奇异值分解带通滤波背景抑制和去噪

胡谋法; 董文娟; 王书宏; 陈曾平

您当前的位置：

首页 >

文章列表页 >

奇异值分解带通滤波背景抑制和去噪

论文 | 更新时间：2025-07-16

- 奇异值分解带通滤波背景抑制和去噪
- Singular Value Decomposition Band-Pass-Filter for Image Background Suppression and Denoising
- 电子学报 2008年36卷第1期页码：111-116
- 作者机构：
  
  国防科学技术大学ATR重点实验室,湖南,长沙,410073
- 作者简介：
- 基金信息：
  
  国家863高技术研究发展计划 (No.2004AA731270)
- DOI：
  中图分类号： TN911.73
- 纸质出版：2008
- 稿件说明：
移动端阅览
胡谋法, 董文娟, 王书宏, 等. 奇异值分解带通滤波背景抑制和去噪[J]. 电子学报, 2008,36(1):111-116.

HU Mou-fa, DONG Wen-juan, WANG Shu-hong, et al. Singular Value Decomposition Band-Pass-Filter for Image Background Suppression and Denoising[J]. Acta Electronica Sinica, 2008, 36(1): 111-116.
胡谋法, 董文娟, 王书宏, 等. 奇异值分解带通滤波背景抑制和去噪[J]. 电子学报, 2008,36(1):111-116. DOI：

HU Mou-fa, DONG Wen-juan, WANG Shu-hong, et al. Singular Value Decomposition Band-Pass-Filter for Image Background Suppression and Denoising[J]. Acta Electronica Sinica, 2008, 36(1): 111-116. DOI：

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.

Abstract

A new singular value decomposition (SVD) band-pass-filter technology is presented for background suppression and denoising in small targets detecting of visible images.Firstly

the relation between image singular value and targets

image noise and image background is analyzed.And results show that the high order part of image singular value obtains more information of image noise

the middle order part obtains more information of targets and the low order part obtains more information of image background.Based on this fact

two SVD band-pass-filters named SVD-I and SVD-II are proposed.And two filter parameters estimation methods are given

including singular value curve turning-point method and threshold criterion method.Experiments show that the new SVD band-pass-filter can suppress image background and denoising effectively

and improve the signal to noise (SNR) of small targets.

关键词

Keywords

references

浏览量

2147

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于四元数非局部低秩和全变分的图像混合噪声去噪算法

基于Bandelets域逐子块阈值的图像去噪

基于格子波尔兹曼模型的图像去噪

稀疏性正则化的图像泊松去噪算法

抗混叠塔型变换的构造