目标电磁散射特性对高分辨率星载SAR图像仿真影响

建立了考虑目标电磁散射特性时频变化的回波仿真模型,给出了目标电磁散射特性对回波在方位向和距离向的调制效果,并对典型目标进行了回波仿真和成像处理,验证了目标电磁散射特性对高分辨率星载SAR图像仿真的影响,并提出了高分辨率星载SAR图像仿真方法改进的方向。     

基于星载混合相控阵MIMOSAR的多方向测绘带成像及二维DBF处理

为解决图像模糊和图像混叠的问题,提出了将混合相控阵MIMO雷达与SAR相结合(混合相控阵MIMO SAR)的多方向测绘带成像方法,且提出二维数字波束合成(DBF)处理技术以实现无模糊宽测绘带高分辨率成像。首先建立该方法信号模型,推导了混合相控阵MIMO SAR的实际控制矩阵。然后针对多方向成像易造成图像混叠和距离模糊的不足,提出俯仰向自适应DBF算法,实现了图像混叠部分的有效分离且对模糊有很好的抑制。最后利用方位向加权对带外模糊置零。仿真结果表明该二维DBF处理技术的有效性。与星载双向和相控阵多向成像方法相比,该方法工作方式更灵活,能够满足多功能星载SAR的要求。     

基于小波变换的SAR图像处理研究

合成孔径雷达(SAR)是一种高分辨率有源成像雷达,它以具有一定高度的飞行平台为载体,通过发射机主动发射电磁波并接受目标反射的电磁回波生成二维高分辨率图像,但生成的图像除了易受到相干斑的影响之外,往往包含大量的背景杂波.由于小波变换具有低熵性、基函数选择灵活及多分辨率等特性,因此小波变换能对二维信号杂波产生较好的抑制作用...     

噪声干扰的SAR图像特征研究

对干扰信号的SAR图像特征分析是合成孔径雷达（SAR）干扰和抗干扰技术研究的重要内容。本文在分析合成孔径雷达（SAR）特殊工作方式的基础上，推导出干扰环境下的合成孔径雷达（SAR）方程，利用建立的SAR电子干扰仿真模型和几种主要噪声干扰信号的数学模型，对受噪声干扰的点目标回波信号及成像过程进行了计算机仿真，研究了几种噪声干扰的SAR图像特征及对点目标图像的影响，得出了初步结论。     

基于脉冲捷变机载SAR高分辨宽测绘带成像系统设计

针对机载相控阵体制合成孔径雷达成像幅宽较窄的问题,根据高分辨宽测绘带成像的需求,提出了一种基于脉冲级捷变的宽幅成像控制方法.该方法通过脉间切换俯仰向波束指向,实现对多个测绘子带的回波数据采集,并分别进行成像处理,利用子带图像间的交叠区域进行子带图像拼接处理,从而在获得宽幅图像的同时,又保证了成像分辨率.实验结果表明,本文方法处理的图像可无缝拼接,实现了机载合成孔径雷达(SAR)大幅宽高分辨率的需求.     

基于MMSE-T的合成孔径雷达图像超分辨率重建

针对雷达目标图像,提出一种基于阈值最小均方误差（MMSE-T）的超分辨率重建方法,并对其性能进行了分析、比较和评估.介绍和分析了雷达成像模型及常用的超分辨方法.以及MMSE-T改进算法及其具体实现方法.以MSTAR合成孔径雷达（SAR）实测图像为例,给出其超分辨结果,同时基于输出信噪比（SNR）指标,对其性能进行了比较与评估.实验表明：MMSE-T超分辨率方法在无须事先已知原始场景先验知识的情况下,可实现对原始场景的准确重建,同时具有较好的噪声抑制作用,可用于高分辨率一维距离像、合成孔径雷达、逆合成孔径雷达及实波束成像等雷达图像目标信息的开发.     

基于指数小波分形特征的SAR图像特定目标检测

提出一种SAR图像特定尺寸、方向目标检测方法．根据指数小波对SAR目标边缘的选择性强化特性,对SAR图像进行方向指数小波滤波．基于滤波后的目标特性,定义指数小波分形特征(EWF)．该特征依据SAR成像过程中目标尺寸、方向等先验性信息,实现对SAR图像特定目标检测．指数小波分形特征与传统的目标检测特征不同,它对目标尺寸、方向、背景对比度同时具有敏感性．基于MSTAR数据库的检测实验结果说明了EWF特征对尺寸、方向性SAR目标检测的有效性．     

机载前视SAR三维成像原理及分辨率分析

提出一种新型的采用天线阵模式的机载前视合成孔径雷达(SAR)系统,分析了其三维成像原理。根据前视SAR的成像几何模型和回波信号特点给出了实现前视SAR三维成像的处理流程,详细推导了前视SAR的三维分辨率。模拟了X波段前视SAR点目标回波并进行了三维成像实验。仿真结果表明前视SAR系统能够实现三维成像,验证了本文算法的有效性。     

基于热核共生矩阵的SAR图像纹理目标识别

相干斑噪声是合成孔径雷达(synthetic aperture radar,SAR)成像系统的固有缺陷,严重影响SAR图像的识别率。为此,提出了一种基于热核共生矩阵提取纹理特征统计量的算法,并将此方法用于SAR图像的纹理目标识别。首先通过构建图结构计算出图像每一点的热核特征,生成热核共生矩阵并计算纹理特征统计量;进而将热核特征与纹理特征统计量相结合构成特征矩阵;最后通过计算对应特征向量之间的相关系数,利用相似性度量的方法,实现SAR图像的纹理目标识别。实验结果表明,该方法可以识别SAR图像纹理目标,且识别效果要优于经典的基于灰度共生矩阵提取纹理统计量的方法。     

融合区域和边界信息的水平集SAR图像分割方法

提出了一种基于区域和边界信息的水平集SAR图像分割方法。该方法根据SAR图像的区域统计特征和边界梯度信息,建立SAR图像分割能量泛函模型;通过最小化能量泛函得到曲线演化偏微分方程;采用水平集方法求解演化方程,实现了SAR图像的分割。分别采用模拟和真实SAR图像对该方法进行了仿真。实验结果表明,该方法能充分利用SAR图像特征,不需要去除相干斑噪声的预处理过程,实现了对图像中目标与背景的正确分割。     

高分辨率计算集成成像自由视点光场重构方法

针对传统自由视点集成成像计算重构方法重构图像分辨率较低的问题,提出了一种基于光场模型的自由视点计算重构方法.根据视点位置和观看方向,采用光场投影矩阵将微单元图像阵列投影到重构平面上,充分利用微单元图像阵列中的信息,实现了高分辨率的自由视点集成成像计算重构.仿真结果表明,采用文中方法可以实现集成成像系统的自由视点计算重构,且重构图像的分辨率比传统方法重构图像的分辨率有了很大提高.     

分布式SAR高分辨成像中相关性与基线研究

通过分析高分辨率成像与相关性之间关系问题得到:分布式合成孔径雷达(synthetic aperture radar,SAR)系统高分辨率成像的信号必须相关。影响相关性的重要因素之一是基线,进而推导了分布式SAR系统相关系数与基线的关系表达式;仿真分析了基线的选取及其对信号相关性和高分辨率成像的影响,为分布式SAR系统的基线设计提供参考。     

一种适合逆合成孔径激光雷达的成像算法

逆合成孔径激光雷达是主动式有源成像雷达,能够实现高速运动物体的实时高分辨成像。但传统R-D算法很难得到目标的二维高分辨图像。提出一种适合逆合成孔径激光雷达成像的算法,通过时频分析法分析逆合成孔径激光雷达的回波信号特征,对光外差探测后的回波信号进行重排Wigner分布和Radon变换的处理,估计出目标的运动速度,通过构造有效的补偿因子,实现对目标的二维高分辨率成像。通过仿真实验得到了分辨率更高的图像,验证了此方法的有效性。     

基于分形维数的SAR图像变化检测

斑点噪声是合成孔径雷达(synthetic aperture radar,SAR)相干成像所固有的,且不可避免的.为了尽可能地抑制斑点噪声对SAR图像变化检测的影响,利用分形维数方法对SAR图像的变化检测进行了研究,并提出了一种基于SAR图像分形维数的变化检测算法,该算法对SAR图像斑点噪声不敏感.并对计算分形维的滑动窗大小的选择进行了研究.用实测SAR图像进行了验证实验,结果表明分形维数可以用于SAR图像变化检测,它是一种新的SAR图像变化检测的方法与途径;同时,滑动窗大小的选择对SAR图像检测结果有影响.     

基于假设检验及SAR图像统计分布特性的伪装效果评价方法

高分辨率SAR雷达在军事领域的广泛应用,使得针对SAR侦察的军事目标伪装效果评价需求日益迫切。利用试验获取的SAR图像,分析了伪装目标和背景的高分辨率SAR图像的分布特性,引入假设检验理论,验证了统计分布特性,构建了伪装效果评价算法。根据试验得到的高分辨率SAR图像的判读结果与算法实验结果比对,验证了方法的有效性。     

一种快速排序筛选SAR图像目标CFAR检测算法

传统SAR图像目标CFAR检测算法通常针对低分辨率图像,目标在高分辨率图像中表现为扩展目标时难以获得较好的检测性能.为解决高分辨率SAR图像的目标检测问题,借鉴3种传统CFAR检测算法,研究了一种快速排序筛选SAR图像目标CFAR检测算法.该算法引入杂波像素排序筛选机制,通过获取候选目标区域减少CFAR检测像素点,针对滑窗移动时杂波像素大量重合进行参数快速估计.实验结果表明,该算法与传统CFAR算法相比,在检测效果和检测效率上都有显著提升;而SAR图像的检测性能与筛选深度有关.     

一种基于回波数据相位改变的SAR目标保护方法

为了保证SAR回波数据安全,使得非法截获回波数据后无法从图像上获取重要目标信息,提出了一种基于回波数据相位改变的新方法。结合SAR成像原理,理论推导和分析了回波数据沿方位向增加一次相位引起的目标平移量的大小,以及增加二次相位引起的图像散焦,并通过点目标仿真直观呈现了成像效果。最后利用RADARSAT-1真实数据进行了仿真,仿真结果验证了该方法保护重要目标信息的可行性。     

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.     

一种宽幅星载TOPSAR数据高效成像算法

得益于天线波束方位向扫描技术,星载合成孔径雷达(SAR)能够在渐进扫描模式(TOPS)下实现宽测绘带观测.在TOPS模式下,SAR波束沿着方位向进行逆时针反复扫描,并在距离向上进行多次切换,从而获取多个图像切片(burst).为了获得均匀采样的完整成像结果,通常需要对各burst进行重采样,但这会增加额外的计算量,降低处理效率.本文提出了一种宽幅星载TOPSAR数据高效成像算法.首先,在去斜率操作中引入一种新的插值方法,可以灵活地调整最终图像的方位采样间隔,方便进行图像拼接.该方法避免了在聚焦处理前的补零操作,从而降低计算量.在此基础上,本文结合TOPS模式多burst的特点,设计了一种GPU并行处理架构,成倍地提高数据处理效率.最后,根据仿真数据进行了实验,验证了该成像算法的有效性和高效性.     

一种基于Gaussian-Hermite矩的SAR图像分割方法

图像分割在SAR图像处理中具有很重要的意义。文中提出了一种基于Gaussian-Hermite矩的SAR图像分割方法。该方法针对合成孔径雷达(SAR)图像斑点噪声对现有分割方法带来的影响,利用Gaussian-Hermite矩的不同阶矩并结合SAR图像特征将目标从含噪背景中分割出来。实验部分同时采用了仿真数据和实测SAR数据,通过与小波能量等4种方法的分割结果进行比较,显示出了该方法的有效性。