基于神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)形態(tài)學(xué)的海雜波抑制處理技術(shù)的研究應(yīng)用.pdf

1、海雜波信號(hào)具有很強(qiáng)的相關(guān)性,特別是體現(xiàn)在海尖峰效應(yīng)當(dāng)中,這種相關(guān)性造成了常規(guī)的基于海雜波功率譜的頻域?yàn)V波方法對(duì)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(xiàn)的海雜波相關(guān)性問(wèn)題,提出了一種從圖像處理的角度來(lái)抑制海雜波的方法。該方法先利用圖像復(fù)原技術(shù)對(duì)由航海雷達(dá)得到的海浪圖像進(jìn)行圖像復(fù)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(shù)判斷海雜波圖像中是否含有目標(biāo),如果有目標(biāo)存在,將其分離出來(lái)。
　

2、　 圖像復(fù)原部分提出了基于神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)形態(tài)學(xué)的圖像復(fù)原技術(shù),既繼承了神經(jīng)網(wǎng)絡(luò)的擬合性質(zhì)和收斂性質(zhì),又應(yīng)用一種新型的形態(tài)學(xué)變形蟲(chóng)結(jié)構(gòu)元素克服了傳統(tǒng)濾波方法的缺點(diǎn),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(jìn)的圖像復(fù)原技術(shù)被給出,分別為基于Hopfield神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)形態(tài)學(xué)的圖像復(fù)原技術(shù)、基于小波神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)形態(tài)學(xué)的圖像復(fù)原技術(shù)、基于暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)形態(tài)學(xué)的圖像復(fù)原技術(shù)及基于細(xì)胞神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)形態(tài)學(xué)的圖像復(fù)原

3、技術(shù)。
　　 圖像分割部分提出了兩種新的圖像分割技術(shù)和兩種改進(jìn)的基于神經(jīng)網(wǎng)絡(luò)的圖像分割技術(shù),分別為基于中心灰度級(jí)信息矩陣法的圖像分割技術(shù)、基于級(jí)間灰度級(jí)信息矩陣法的圖像分割技術(shù)、基于Hopfield神經(jīng)網(wǎng)絡(luò)的圖像分割技術(shù)及基于暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)的圖像分割技術(shù)。
　　 為了驗(yàn)證從圖像處理角度提出的海雜波抑制方法,本文應(yīng)用由IPIX航海雷達(dá)采集的無(wú)目標(biāo)和有目標(biāo)的兩組海浪圖像數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),并對(duì)實(shí)驗(yàn)的結(jié)果做了細(xì)致的比較和分析,