[1]刘小虎１,彭天亮２,３.基于小波分析的红外目标检测方法研究[J].机械与电子,2019,(05):32-35.
　,Research on Infrared Target Detection Mechod Based on Warelet Analysis[J].Machinery & Electronics,2019,(05):32-35.
点击复制

基于小波分析的红外目标检测方法研究()
分享到：

机械与电子[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2019年05期
页码:
32-35
栏目:
机电一体化技术
出版日期:
2019-05-24

文章信息/Info

Title:
Research on Infrared Target Detection Mechod Based on Warelet Analysis
文章编号:
１００１ ２２５７（２０１９）０５ ００３２ ０４
作者:
刘小虎１; 彭天亮２; ３
（１． 西安培华学院，陕西 西安 ７１０１２５；２． 江西省水信息协同感知与智能处理重点实验室，江西 南昌 ３３００９９；３． 南昌工程学院，江西 南昌 ３３００９９）
Author(s):
ＬＩＵＸｉａｏｈｕ １;  ＰＥＮＧＴｉａｎｌｉａｎｇ ２; ３
（１． Ｘｉ’ａｎＰｅｉｈｕａＵｎｉｖｅｒｓｉｔｙ， Ｘｉ’ａｎ７１０１２５， Ｃｈｉｎａ；２．ＪｉａｎｇｘｉＰｒｏｖｉｎｃｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＷａｔｅｒＩｎｆｏｒｍａｔｉｏｎＣｏｏｐｅｒａｔｉｖｅＳｅｎｓｉｎｇａｎｄＩｎｔｅｌｌｉｇｅｎｔＰｒｏｃｅｓｓｉｎｇ， Ｎａｎｃｈａｎｇ３３００９９，Ｃｈｉｎａ；３． ＮａｎｃｈａｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｃｈａｎｇ３３００９９，Ｃｈｉｎａ）
关键词:
红外探测; 小波分析; 模极大值; 阈值
Keywords:
Ｉｎｆｒａｒｅｄｄｅｔｅｃｔｉｏｎ;  ｗａｖｅｌｅｔａｎａｌｙｓｉｓ;  ｍｏｄｕｌｕｓｍａｘｉｍｕｍ; ｔｈｒｅｓｈｏｌｄ
分类号:
ＴＮ２１５
文献标志码:
A
摘要:
针对红外探测系统目标识别问题，在分析舰船目标热释电红外信号特征的基础上，给出了一种基于小波分析的模极大值目标检测方法。 解决了传统单一阈值法在阈值选取较大时，由于探测器接收到的目标红外辐射量较低无法触发系统响应；以及阈值选取较小时，探测器易受背景噪声干扰而导致误触发的弊端。 利用信号变化的剧烈程度作为触发信号，经实验分析验证模极大值法在高海拔位置时有特有优势，使用模极大值法进行目标检测相对于单一阈值法有２２．６９％～１０２．９％的提升。
Abstract:
Ａｉｍｉｎｇａｔｔｈｅｔａｒｇｅｔｒｅｃｏｇｎｉｔｉｏｎｐｒｏｂｌｅｍｏｆｉｎｆｒａｒｅｄｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ，ｂａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｙｒｏｅｌｅｃｔｒｉｃｉｎｆｒａｒｅｄｓｉｇｎａｌｓｏｆｓｈｉｐｔａｒｇｅｔｓ， ａｍｅｔｈｏｄｏｆｄｅｔｅｃｔｉｎｇｔｈｅｍａｘｉｍｕｍｖａｌｕｅｏｆｔｈｅｍｏｄｕｌｕｓｂａｓｅｄｏｎｗａｖｅｌｅｔａｎａｌｙｓｉｓｗａｓｐｒｅｓｅｎｔｅｄ， ｗｈｉｃｈｓｏｌｖｅｓｔｈｅｐｒｏｂｌｅｍｏｆｔｒａｄｉｔｉｏｎａｌｓｉｎｇｌｅｔｈｒｅｓｈｏｌｄｍｅｔｈｏｄｉｎｔｈｒｅｓｈｏｌｄｓｅｌｅｃｔｉｏｎ：ｗｈｅｎｔｈｅｔｉｍｅｉｓｌａｒｇｅ，ｔｈｅｔａｒｇｅｔｉｎｆｒａｒｅｄｒａｄｉａｔｉｏｎｒｅｃｅｉｖｅｄｂｙｔｈｅｄｅｔｅｃｔｏｒｃａｎｎｏｔｔｒｉｇｇｅｒｔｈｅｓｙｓｔｅｍｒｅｓｐｏｎｓｅ；ａｎｄｗｈｅｎｔｈｅｔｈｒｅｓｈｏｌｄｖａｌｕｅｉｓｓｍａｌｌ，ｔｈｅｄｅｔｅｃｔｏｒｉｓｓｕｓｃｅｐｔｉｂｌｅｔｏｂａｃｋｇｒｏｕｎｄｎｏｉｓｅａｎｄｃａｕｓｅｓｆａｌｓｅｔｒｉｇｇｅｒｉｎｇ． Ｔｈｅｍｏｄｕｌｕｓｍａｘｉｍａｍｅｔｈｏｄｏｆｔｈｉｓｐａｐｅｒｕｓｅｓｔｈｅｓｅｖｅｒｉｔｙｏｆｓｉｇｎａｌｃｈａｎｇｅａｓｔｈｅｔｒｉｇｇｅｒｓｉｇｎａｌ． Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌａｎａｌｙｓｉｓｐｒｏｖｅｓｔｈａｔｔｈｅｍｏｄｕｌｕｓｍａｘｉｍａｍｅｔｈｏｄｈａｓａｕｎｉｑｕｅａｄｖａｎｔａｇｅａｔｈｉｇｈａｌｔｉｔｕｄｅ． Ｔｈｅｍｅｔｈｏｄｏｆｔｈｅｍｏｄｕｌｕｓｍａｘｉｍａｆｏｒｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｗａｓｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｓｉｎｇｌｅｔｈｒｅｓｈｏｌｄｍｅｔｈｏｄ，２２．６９％～１０２．９％ｉｍｐｒｏｖｅｍｅｎｔｗａｓａｃｈｉｅｖｅｄ．

参考文献/References:

 ［１］ 刘萌萌，郭锐，刘荣忠，等． 小波分析在末敏弹探测信号处理中的应 用 ［Ｊ］． 弹 箭 与 制 导 学 报， ２０１４， （１） ：１９２-１９５．
［２］ 郭静玉，何琳，景爱华． 阈值法在脉搏信号特征提取中的应用［Ｊ］． 河南科技大学学报（医学版） ，２０１１，２９（１） ：１ ３．
［３］ 张乔斌，位秀雷，刘树勇． 小波自适应阈值的混沌去噪方法［Ｊ］． 舰船电子工程，２０１５，（３） ：４９-５１，７２．
［４］ 黄佳． 基于波形特征的信号分类方法研究 ［Ｄ］． 成都：电子科技大学，２０１３．［５］ 郭晓霞，杨慧中． 小波去噪中软硬阈值的一种改良折衷法［Ｊ］． 智能系统学报，２００８，３（３） ：２２２-２２５．
［６］ ＬｉＭ Ｚ， ＷａｎｇＺＱ， ＬｕｏＪ，ｅｔａｌ． Ｗａｖｅｌｅｔｄｅｎｏｉｓｉｎｇｏｆｖｅｈｉｃｌｅｐｌａｔｆｏｒｍ ｖｉｂｒａｔｉｏｎｓｉｇｎａｌｂａｓｅｄｏｎｔｈｒｅｓｈｏｌｄｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｊ］ ． Ｓｈｏｃｋａｎｄ Ｖｉｂｒａｔｉｏｎ， ２０１７（８） ： １-１２．
［７］ ＳｈａｈｄｏｏｓｔｉＨ Ｒ，ＨａｚａｖｅｉＳＭ．Ｉｍａｇｅｄｅｎｏｉｓｉｎｇｉｎｄｕａｌｃｏｎｔｏｕｒｌｅｔｄｏｍａｉｎｕｓｉｎｇ ｈｉｄｄｅｎ Ｍａｒｋｏｖｔｒｅｅ ｍｏｄｅｌｓ［Ｊ］． ＤｉｇｉｔａｌＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，２０１７，６７：１７-２９．
［８］ ＳｉｎｇｈＰ， ＰｒａｄｈａｎＧ， ＳｈａｈｎａｗａｚｕｄｄｉｎＳ． ＤｅｎｏｉｓｉｎｇｏｆＥＣＧｓｉｇｎａｌｂｙｎｏｎ ｌｏｃａｌｅｓｔｉｍａｔｉｏｎｏｆａｐｐｒｏｘｉｍａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｉｎＤＷＴ［Ｊ］． ＢｉｏｃｙｂｅｒｎｅｔｉｃｓａｎｄＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１７，３７（３） ：５９９-６１０．
［９］ Ｒｏｄｒｉｇｕｅｚ ＨｅｒｎａｎｄｅｚＭ Ａ ． Ｓｈｉｆｔｓｅｌｅｃｔｉｏｎｉｎｆｌｕｅｎｃｅｉｎｐａｒｔｉａｌｃｙｃｌｅｓｐｉｎｎｉｎｇｄｅｎｏｉｓｉｎｇｏｆｂｉｏｍｅｄｉｃａｌｓｉｇｎａｌｓ［Ｊ］． ＢｉｏｍｅｄｉｃａｌＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇａｎｄＣｏｎｔｒｏｌ， ２０１６，２６：６４-６８．
［１０］ ＬｖＪＸ， ＹｕＪＢ． Ａｖｅｒａｇｅｃｏｍｂｉｎａｔｉｏｎｄｉｆｆｅｒｅｎｃｅｍｏｒｐｈｏｌｏｇｉｃａｌｆｉｌｔｅｒｓｆｏｒｆａｕｌｔｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｏｆｂｅａｒｉｎｇ［Ｊ］． ＭｅｃｈａｎｉｃａｌＳｙｓｔｅｍｓａｎｄＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，２０１８，１００：８２７-８４５．
［１１］ 王林泓． 热释电红外信号特征分析及人体识别方法研究［Ｄ］． 重庆：重庆大学，２０１０．［１２］ 覃骋． ＳＡＲ／ＧＭＴＩ车辆目标微动信号仿真、提取和特征分析［Ｄ］． 杭州：杭州电子科技大学，２０１４．
［１３］ 万相奎，秦树人，梁小容，等． 小波变换在心电信号特征提取中的应用 ［Ｊ］． 北京生物医学工程， ２００５， ２４（６） ：４１０-４１３．
［１４］ 袁军，刘荣忠，郭锐． 无迹卡尔曼滤波在末敏弹信号处理中的应用［Ｊ］． 弹箭与制导学报，２０１６，３６（１）：５９-６２．
［１５］ 金玉柱． 基于小波变换的心电信号特征提取［Ｊ］． 齐齐哈尔大学学报（自然科学版） ，２０１３，２９（５） ：８４-８７．

相似文献/References:

[1]屈文斌.基于小波分析的谐波在线监测系统[J].机械与电子,2020,(11):33.
　Harmonic Online Monitoring System Based on Wavelet Analysis[J].Machinery & Electronics,2020,(05):33.
[2]王冬冬,孙 茜.基于小波分析的离心式注水泵机械振动实时监测方法[J].机械与电子,2022,(04):56.
　WANG Dongdong,SUN Qian.Real Time Monitoring Method of Mechanical Vibration of Centrifugal Water Injection Pump Based on Wavelet Analysis[J].Machinery & Electronics,2022,(05):56.

备注/Memo

备注/Memo:
收稿日期：２０１８-１２-２４基金项目：西安培华学院校级科研项目资助 （ＰＨＫＴ１８０１７） ；国家自然科学基金项目 （６１７０１２１５） 资助；江西省重点实验室开发基金项目（２０１６ＷＩＣＳＩＰ０２７）资助作者简介：刘小虎 （１９８３－） ，男，河南舞钢人，博士研究生，讲师，研究方向为计算机控制、光电检测和图像处理；彭天亮 （１９８４－） ，男，江西南昌人，博士，讲师，研究方向为高光谱图像解混。
更新日期/Last Update: 2019-10-29