一种基于场景合成和锚点约束的SAR目标检测网络

随着深度学习方法在计算机视觉领域的崛起,如何将其应用于具有全天时、全天候等优点的SAR图像也成为一大研究重点.相较于传统图像,SAR图像由于其难判读、应用人群较少等原因难以获得大量标注数据.本文提出一种基于场景合成和锚点约束的SAR图标检测方法.通过区域生长算法和阈值法对SAR车辆目标及其阴影进行分割,然后随机嵌入SAR复杂场景中的合理区域来合成目标检测数据集.针对SAR车辆目标的几何特性、图像分辨率参数,对Faster-RCNN中的锚点大小进行约束,减少不符合SAR车辆目标检测框尺寸的候选框,大量约简冗余计算,提升训练、测试效率及精度.     

一种用于组合导航的SAR图像快速匹配算法

提出了基于合成孔径雷达(SAR)图像匹配技术的惯性导航系统(INS)/SAR组合导航方法。首先将计算机视觉领域的快速鲁棒性特征(SURF)算子用于对SAR图像的局部特征描述,然后对兴趣点建立快速索引,并用阈值为0.6的最近邻法则进行快速的初匹配,最后使用随机抽样一致(RSC)进一步去除错误的匹配点对。实验中,用2组真实的SAR数据对算法进行仿真并与尺度不变特征变换(SIFT)算子进行比较,结果显示,两者的鲁棒性相差很小,但在匹配时间上本文算法明显优于SIFT算子,本文算法更适用于组合导航的SAR图像匹配。     

一种SAR图像与光学图像匹配算法研究

INS/SAR组合导航系统对SAR实时图像与光学参考图像的匹配算法提出了较高的实时性和准确性要求.针对以往直线匹配算法与角点匹配算法的缺陷,首先提取SAR实时图像与光学参考图像直线中的直线与角点特征,然后在干线对粗匹配的基础上利用精确的角点特征进行小参数变化下SAR图像与光学图像的精匹配.经实验验证,该方法实时性与匹配精度高,可较好的应用于INS/SAR组合导航系统的图像匹配中.     

双目立体视觉的无人机位姿估计算法及验证

针对无人飞行器在未知复杂环境下的导航问题,提出了一种基于双目立体视觉的无人飞行器位置和姿态估计算法。用双目摄像机采集立体图像序列,对图像进行立体校正后使用Harris算法提取特征角点,用NCC算法获取匹配特征点,导出摄像机坐标系下的特征点坐标,得到三维立体特征信息,使用RANSAC算法与L-M迭代算法得到无人飞行器姿态和位置估计值。实验结果表明,基于双目立体视觉的位姿估计算法能适应未知环境变化,计算结果与实际位姿量相比误差小,能满足无人飞行器导航要求,可为无人飞行器的导航实现提供一套新途径。     

基于畸变程度分割的SAR实时图像精配准方法

由于大气干扰、地形起伏、雷达平台不稳定等原因,无法避免合成孔径雷达(SAR)成像时图像的几何畸变,这种现象在无人机实时SAR图像上尤其显著.为解决SAR图像几何畸变的问题,提出一种基于图像分割的配准方法.该方法通过图像畸变程度对图像区域进行分类,针对不同的畸变区域计算各自的映射关系,最后利用图像拼接重构完成整幅图像的配准.实验结果表明,与基于变化域配准方法、基于灰度相关性配准方法、基于特征点方法相比,本文配准方法的稳定性和配准精度更高.     

基于月貌匹配的视觉导航方法

针对月面探测器在接近、下降、着陆阶段所要完成的精确导航任务,提出了一种基于月貌匹配的月面探测器的视觉导航方法.月面探测器下降过程中,与探测器固联的CCD相机所拍摄的月面图像相对于图像数据库存在较大的旋转和缩放.采用Scale Invariant Feature Transform(SIFT)算法提取月貌特征并在图像数据库中进行匹配,克服了存在较大的旋转和缩放的图像的匹配问题.最后,利用月貌匹配点的地理信息,通过2D/3D位姿估计方法,估计出探测器在地理坐标系下绝对的位置和姿态.仿真结果表明该方法有效,可以应用在月面探测器在接近、下降、着陆段的导航任务中.     

利用回波数据的高分宽测机载SAR运动误差提取方法

为实现高分辨宽测绘带SAR成像,提出一种基于回波数据的高分辨宽测绘带机载SAR运动误差提取方法,有效弥补了基于惯性测量单元/全球定位系统(INS/GPS)提取的运动误差精度低的问题.首先采用一种基于图像对比度最优的方法对SAR回波数据进行相位误差估计,然后利用加权总体最小二乘(WTLS)基于空变相位误差模型反演运动轨迹误差,最后利用得到的轨迹信息实现空变相位误差的补偿和残余距离徙动校正.实测数据处理结果证明该方法有效,相比传统自聚焦算法具有更高的估计和补偿精度.     

一种基于局部不变特征的SAR图像配准新算法

针对SAR图像配准中匹配效率低、误匹配对多和配准精度差的问题,提出一种基于局部不变特征的SAR图像配准新算法。首先,使用加速分割检测特征（ features from accelerated segment test, FAST）检测算法,检测 SAR图像的FAST角点;使用DAISY描述子对FAST特征进行描述,得到SAR图像不变特征。其次,采用基于KD树的欧氏距离匹配策略,实现特征点对的粗匹配;采用RANSAC算法去除误匹配,实现特征点对精匹配。然后,采用仿射变换模型,实现图像插值和图像变换,实现SAR图像粗配准。最后,建立配准精度评估反馈机制,实现配准优化。通过使用不同时相、不同工作模式HJ－1C星载SAR和不同极化、不同波段机载AIRSAR图像配准实验,提出算法与经典不变特征配准算法相比,具有适配性好、配准效率高的优点。     

贝叶斯集成框架下的极化SAR图像分类

对于极化合成孔径雷达(SAR)图像,由于雷达角度和地物形状导致属于同一类的数据可能存在较大的差异性.针对此问题提出了一种基于贝叶斯集成框架的极化SAR图像分类方法.该算法采用贝叶斯集成,通过学习不同个体而获得的分类面来改善极化SAR图像分类性能.首先,输入极化SAR图像,并获得其对应的极化SAR数据及特征.从图像的每一类中任意选择像素点作为图像分类的原始训练样本,并对其进行随机划分获得不同的样本子集.然后,基于获得的样本子集构造对应极化SAR图像的贝叶斯集成框架.最后,通过构造的贝叶斯集成框架对极化SAR图像进行分类.特别在构造贝叶斯集成框架中采用支撑矢量机作为基本的分类器算法.实验结果表明,所提出的算法相比经典的极化SAR分类方法和单个SVM的极化SAR分类方法获得更好的分类性能.     

基于相关点均值处理的Kinect人手位置检测方法研究

在人机交互领域中,人手的位置信息往往直接用于交互指令的解读与交互结果的计算,因此高精度的实时人手位置检测是实现非接触式的、自然的人机交互的重要基础.针对Kinect 2.0追踪人体骨骼点获取的三维坐标数据的波动和误差较大的问题,本文提出了基于相关点均值处理的人手位置检测算法.该算法基于深度信息,以手腕为分割阈值点,进行人手图像分割,并对人手位置信息相关点进行空间平均处理与时间平均处理,提高位置检测精度.实验结果表明:基于相关点均值处理的人手位置检测算法是有效的,检测误差在5 mm以内,能够满足在人机交互等应用系统中的基本要求.     

New Precision Guidance Method Based on Bistatic Synthetic Apterture Radar

A new method is presented to improve guidance precision. This method is based on bistatic synthetic aperture radar. The illuminator works in side looking mode, providing the synthetic aperture and the receiver is disposed on the seeker which operates in the forward looking mode. The receiving antenna is composed of four sub-antennas and so four synthetic aperture radar (SAR) images are to be generated. Target is positioned in SAR images by image matching. The bearing and elevation of image element of target are measured by the principle of monopulse angular measurement. Theory of the proposed method is derived and simulation on bearing measurement is done. Simulation shows that the method is valid and if SNR of target's image is above 30 dB, the angular measuring difference is within the confines of 0.04 degree.     

一种改进的基于各向异性微分的SAR图像增强方法

合成孔径雷达(SAR)图像经过相干斑抑制后,图像中目标边缘会出现模糊。针对这一问题,提出了一种改进的基于各向异性微分的SAR图像增强方法。该方法在梯度方向和与梯度垂直方向构造了两个扩散系数分布函数。在非目标边缘区域,各方向扩散程度不同,对相干斑噪声具有较好的抑制效果;在目标边缘区域,梯度方向不做平滑,以保护和增强边缘,而在垂直于梯度方向有较大的平滑,突出边缘轮廓。实验结果表明,该方法具有很好的相干斑抑制能力和边缘增强能力。     

Design method for bandwidth and synthetic aperture time in GEOSAR

The complex relative motions between the Radar platform and the targets are more complex in geosynchronous Synthetic aperture radar (GEO SAR). The assumption that range and azimuth are uncoupled in Low-Earth-Orbit SAR does not hold in GEO SAR. The common calculation method for bandwidth and synthetic aperture time cannot be used in GEO SAR. In this paper, a method suit able for GEO SAR is proposed to design imaging parameters including the bandwidth and synthetic aperture time. First, a resolution analysis method with analytical expression is deduced based on geometrical mapping, and then based this expression, the bandwidth and the synthetic aperture time are optimized to meet the resolution's needs on value and shape (close to a circle). Finally, a design example in a GEO ellipse orbit is given, and the resolution analysis result corresponds to the image obtained by the Back Projection (BP) method. The designed bandwidth and synthetic aperture time are also provided. Simulation results validate the effectiveness of the proposed method in the GEO SAR system design.     

结合相干系数的极化干涉SAR植被高度估计方法研究

阐述了极化干涉SAR成像技术的基本理论,分析了极化干涉SAR的植被散射模型和Cloude三阶段植被高度反演算法。因三阶段法采用多参数初值迭代求解方法,其运算量较大复杂性高,该文提出基于相干系数的高度估计方法。先用干涉相位估计植被高度,再由相干系数幅度估计植被高度对前面相位估计的高度进行补偿,既保证了一定植被高度估计精度,又大大减少了反演算法的运算量,最后用极化干涉SAR仿真数据验证了该方法的有效性。     

机载条带SAR图像绝对定位方法研究

在不考虑地形起伏的情况下,基于机载条带合成孔径雷达（SAR）图像的无参考点定位,建立了机载条带SAR图像绝对定位的模型,推导了SAR图像绝对定位的公式体系,并分析了载机的高度、航向角以及载机经纬度误差对SAR图像绝对定位精度的影响．最后,结合实际机载SAR成像相关参数,验证了该绝对定位方法的正确性,并对绝对定位误差进行了分析,给出了一些有用的结论．     

基于边缘特征的多源图像分层匹配算法研究

针对灰度相关的匹配算法不能适用于多源图像的匹配问题,提出了一种基于边缘特征的分层匹配算法．该算法首先提取出两种非同源图像的边缘特征作为匹配的特征空间,并且为了提高匹配算法的速度,主要采取了以下几种措施：采用粗匹配和精匹配相结合的分层序贯相似度检测算法（SSDA）作为搜索策略;在粗匹配阶段运用跳跃式的搜索策略和亚抽样模板．然后在精匹配阶段为了兼顾匹配的精度采用逐点扫描的全像素点匹配．通过对真实合成孔径雷达（SAR）图像和光学图像的仿真,结果表明该算法能够较好地适用于多源图像的匹配,并且大幅提高了匹配算法的速度．     

机载条带SAR F.Leberl扩展模型无参考点定位

针对机载合成孔径雷达(SAR)条带成像模式,基于距离多普勒(RD)算法,建立了F. Leberl扩展模型,推导了不考虑地形起伏情况下基于该模型的图像无参考点定位公式体系,分析了多普勒参数估计误差、斜距及载机高度测量误差对定位精度的影响,并通过仿真给出了有用的结论.     

国外合成孔径雷达卫星发展趋势分析

合成孔径雷达(SAR)卫星能克服云雾雨雪和夜暗条件的限制对地面目标成像,可全天时、全天候、高分辨率、大幅面对地观测,这对于观测长年受云覆盖的地区尤为重要。在军事侦察、军事测绘及诸多民用领域可发挥重要作用,近年来受到世界各国高度重视并得到迅速发展。     

加权空间函数优化FCM的SAR图像分割

传统模糊c-均值聚类算法没有考虑图像像素空间信息特征,在应用于合成孔径雷达图像分割时,由于合成孔径雷达图像中斑点噪声的影响,通常不能得到正确的分割结果．基于此问题提出加权空间隶属度和加权空间函数并应用于c-均值聚类算法,加权空间隶属度是多尺度条件下空间各相邻像素的位置和强度信息的加权隶属度值,加权空间函数中各加权空间隶属度的影响系数由自适应遗传算法优化,最终的隶属度值由加权空间函数修正．由于在这种聚类过程中融入了优化的空间信息,因此弱化了斑点噪声的影响,提高了分割精度．这种算法应用于实际合成孔径雷达图像分割实验,结果表明此算法对初始分类结果不敏感,具有较强的抗噪性能,改善了SAR图像的分割结果．     

融合SRADPRO和SCM模型的SAR图像分割

将改进后各向异性扩散相干斑抑制算法(SRADPRO)用于合成孔径雷达(SAR)图像相干斑抑制,并和脉冲发放皮层模型(SCM)结合,提出一种自适应SAR图像分割算法.该算法首先计算SAR图像均匀采样区的标准差,并以此评价SAR图像中相干斑的影响程度,进而自适应地决定是否采用SRADPRO进行降斑处理,然后再利用SCM进行图像分割.由于SCM的自动波扩散机理,使得该算法在获得分割后的SAR目标的同时,也得到了目标边缘检测结果.与多种常规算法的比较结果证明了SAR图像分割算法的有效性.