图象积累与自适应门限检测技术的研究

李金宗; 李宁宁

您当前的位置：

首页 >

文章列表页 >

图象积累与自适应门限检测技术的研究

更新时间：2025-12-08

- 图象积累与自适应门限检测技术的研究
- Detecting Subpixel and Point Target by Image Accumulation
- 电子学报 1997年第1期
- 作者机构：
  
  哈尔滨工业大学
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP391.4
- 纸质出版：1997
- 稿件说明：
移动端阅览
[1]李金宗,李宁宁.图象积累与自适应门限检测技术的研究[J].电子学报,1997(01):77-79.

李金宗, 李宁宁. Detecting Subpixel and Point Target by Image Accumulation[J]. Acta Electronica Sinica, 1997, (1).
[1]李金宗,李宁宁.图象积累与自适应门限检测技术的研究[J].电子学报,1997(01):77-79. DOI：

李金宗, 李宁宁. Detecting Subpixel and Point Target by Image Accumulation[J]. Acta Electronica Sinica, 1997, (1). DOI：

摘要

为了从低分辨率和低信杂比的图象序列中检测亚象元目标和点目标，本文定义了有效积累帧数，证明了在有效积累帧数内，积累ｍ帧序列图象，积累平均图象的信杂比提高到倍．在图象积累的基础上研究自适应门限检测技术，定义了最小错误率规则，并且导出了初始门限以及概率参数的计算公式．为了进一步降低虚警，还建立了后处理的方案，实验结果证实了理论分析的正确性．

Abstract

The number of effective accumulated frames （NEAF） is defined in this paper. It is proved that SNR in the average accumulated image is increased by M times within NEAF. Further

the techniques of adaptable threshold detection are studied based on image accumulation. the rule of minimal errer probabi lity （ROMEP） is defined and the equation of initlal threshold and the detection probability

false alarm probability as well as error probability are deduced under this rule. The post-processing project is also set up so as to decrease still further false alarm.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

跨模态渐进式知识迁移SAR目标检测技术

面向遥感目标检测的无锚框Transformer算法

改进的Cascade R-CNN算法在目标检测上的应用

双目视觉辅助PDR的组合导航定位方法

基于Winograd算法的目标检测加速器设计与优化