基于神經網絡和數學形態(tài)學的海雜波抑制處理技術的研究應用.pdf

1、海雜波信號具有很強的相關性,特別是體現在海尖峰效應當中,這種相關性造成了常規(guī)的基于海雜波功率譜的頻域濾波方法對海雜波的抑制效果不理想。為了有效地抑制海雜波,本文回避了在常規(guī)方法中出現的海雜波相關性問題,提出了一種從圖像處理的角度來抑制海雜波的方法。該方法先利用圖像復原技術對由航海雷達得到的海浪圖像進行圖像復原,去除海浪圖像中的噪聲,得到海雜波圖像,之后利用圖像分割技術判斷海雜波圖像中是否含有目標,如果有目標存在,將其分離出來。
　

2、　 圖像復原部分提出了基于神經網絡和數學形態(tài)學的圖像復原技術,既繼承了神經網絡的擬合性質和收斂性質,又應用一種新型的形態(tài)學變形蟲結構元素克服了傳統(tǒng)濾波方法的缺點,在保持圖像邊緣信息的前提下,有效地平滑了圖像中的噪聲。四種改進的圖像復原技術被給出,分別為基于Hopfield神經網絡和數學形態(tài)學的圖像復原技術、基于小波神經網絡和數學形態(tài)學的圖像復原技術、基于暫態(tài)混沌神經網絡和數學形態(tài)學的圖像復原技術及基于細胞神經網絡和數學形態(tài)學的圖像復原

3、技術。
　　 圖像分割部分提出了兩種新的圖像分割技術和兩種改進的基于神經網絡的圖像分割技術,分別為基于中心灰度級信息矩陣法的圖像分割技術、基于級間灰度級信息矩陣法的圖像分割技術、基于Hopfield神經網絡的圖像分割技術及基于暫態(tài)混沌神經網絡的圖像分割技術。
　　 為了驗證從圖像處理角度提出的海雜波抑制方法,本文應用由IPIX航海雷達采集的無目標和有目標的兩組海浪圖像數據進行仿真實驗,并對實驗的結果做了細致的比較和分析,