基于二维时频特征的地雷目标检测

利用车载前视超宽带地表穿透雷达进行大区域地雷探测是探雷的发展方向,目前制约车载前视超宽带地雷穿透雷达探雷实用化的关键问题是难以提取一致性较好的地雷目标特征。文中以地雷目标的斜距 方位 频率 反射角四维散射函数为基础,提取二维时频域特征图像。然后对时频图像进行特征选择,并实现目标和杂波的分类。为降低分类器训练误差以提高其泛化性能,将特征选择和分类器设计有机结合。同时为保证地雷探测过程中具有恒定的探测率,在分类器训练过程中以恒检测率下的虚警率作为代价函数,通过实测数据验证,该方法适用于车载前视超宽带地表穿透雷达,最终得到的分类器能提供恒定的检测率,并且具有很好的泛化性能。      

一种超宽带SAR地雷散射方位不变特征提取新方法

利用机载或车载超宽带合成孔径雷达(UWB SAR)可以实现大区域地雷和雷场远距离快速探测,是探雷的发展趋势.为了降低地雷检测中的虚警,需要提取有效的地雷特征区分地雷和杂波.本文提出了一种基于高维时频分布(HDTFD)的地雷散射方位不变特征提取方法,具体实现可采用高维Wigner-Ville分布(HDWVD)和高维Choi-Williams分布(HDCWD)等.基于HDTFD特征提取方法能够在保持高空间分辨的同时,有效提取散射函数中关于频率和方位角信息.利用Rail-GPSAR系统实测数据比较了基于HDWVD和基于HDCWD特征提取方法在分辨率、交叉项抑制和方位不变特征提取等方面的性能.实测数据处理结果说明基于HDCWD特征提取方法更适合实际数据处理.     

基于Rail-GPSAR实测数据的地雷检测新方法

本文借鉴恒虚警率(CFAR)思想估计图像数据中杂波的统计量,实现图像的预白化处理。在训练图像中选取地雷图像切片的距离向中心切线作为本征向量构造训练数据阵,获取检测器的参数估计,结合主分量分析设计高效的偏差最优线性二次(DOLQ)检测器。验证了DOLQ检测器输出的灰度图像服从Gamma分布,利用其分布参数和实测数据特点确定整体阈值。对得到的二元图像利用形态学操作获取可疑目标块,然后通过整体阈值和局部门限确定的自适应阈值对其进行二次检测,以确保无漏检的情况下尽可能降低虚警。基于图像中目标能量的空间范围,提出了利用能量环对预白化处理后的图像进行目标检测。最后,提出了一种将能量环与DOLQ检测器的检测结果进行决策级融合的新方法,完成对不同土壤环境、埋设深度地雷的检测。对实际图像的检测结果表明,新方法能够显著降低虚警,且具有较好的稳健性。     

基于压缩感知的地雷散射结构提取

利用目标信号的先验稀疏性,通过压缩感知(Compressive Sensing, CS)算法可以实现对目标的稀疏成像,获取其空间散射结构。该文将CS理论应用于车载前视步进频率超宽带探地雷达(Vehicle-mounted Stepped-frequency Forward-looking Ground Penetrating Virtual Aperture Radar, SFGPVAR)系统,通过建立电磁散射模型,指出金属地雷目标可近似为旋转不变的对称圆柱体,在对电磁仿真和实测数据分析的基础上,得到超宽带SFGPVAR系统中金属地雷具有孤立的双散射点结构,双点间距与雷达入射角等因素无关,且只与地雷的物理尺寸相关,使得在成像空间满足稀疏分布条件,因此利用CS算法可以实现地雷空间散射结构的提取。该文最后通过对SFGPVAR系统实测数据处理验证了CS算法提取地雷散射结构的可行性以及地雷双散射点结构特征的稳健性,该方法不仅拓展了地雷目标特征提取的新思路,也为具有简单离散散射结构目标的检测鉴别探索出一条新路。      

一种解决自动地雷检测问题的形态学方法

探讨了多谱传感器成像的地雷和似地雷目标的检测问题，并提出了一种在中等杂波环境中能够得到准确检测结果的算法，该算法基于数学形态学（ＭＭ）。对于强杂波环境中的目标，要想减轻杂波影响、增强目标存在性，就应采用一种基于最大噪声分数（ＭＮＦ）变换的预处理步骤。该方法简便易行，只需要知道目标尺寸近似值。     

基于不变矩特征的车道线图像检测算法

为了提高智能车辆导航系统中的车道线检测正确率,提出一种基于不变矩特征的车道线图像检测算法。首先对原始车道线图像进行预处理,提取感兴趣的区域,得到车道线图像的不变矩特征,然后采用支持向量机对车道线图像不变矩特征向量进行建模,得到车道线的检测结果,最后采用仿真实验对算法的性能进行分析。仿真结果表明,相对于其它车道线检测算法,本文算法不仅提高了车道线检测的正确率,而且获得更高的车道线检测速度,完全能够满足车辆安全驾驶实时性的要求。     

基于方位Deramp处理的宽覆盖DBS全孔径成像方法

为了获得大幅宽多普勒波束锐化(DBS)图像,现有的DBS成像算法往往需要进行复杂图像拼接.此外,现有成像方法为了保证DBS图像的锐化比恒定,除了要实时调整波束扫描速度外,还需要实时调整脉冲重复频率或积累脉冲个数,使得系统复杂度显著增加.文中在深入研究DBS成像机理的基础上,提出了一种基于方位Deramp处理的宽覆盖DBS全孔径成像方法.该方法利用方位Deramp消除了全场景回波的多普勒频谱混叠,无需进行图像拼接,通过一次全孔径FFT就能获得宽覆盖DBS图像.同时,只需实时调整波束指向,该方法就能实现恒定锐化比成像.实测数据处理结果证明文中方法的有效性.     

基于方位不变性的SAR图像旋转体检测

针对复杂环境中微弱旋转体目标(如地雷等)检测的难题,提出了一种基于方位散射特征和局部对比度特征融合的检测算法。首先,对旋转体目标特性进行了分析,进而利用子孔径SAR图像提取方位散射熵作为待检测特征。对全孔径SAR图像分别进行方位不变性检测和CFAR检测,并将检测结果相融合,得到最终检测结果。算法体现了利用目标先验知识辅助检测的思路,实测数据结果表明,该方法能够有效剔除原先在全孔径图像中无法剔除的杂波,有效降低检测的虚警率。     

基于改进GLCM和Tamura特征的工件表面粗糙度检测

由于使用图像法获得工件的单一纹理无法精确描述工件表面粗糙度,所以给出了通过改进GLCM（灰度共生矩阵）特征和Tamura特征的纹理提取算法,并通过建立纹理特征与表面粗糙度之间的模型关系定性评价工件表面粗糙度。首先对传统的GLCM加以修改,提出了增强的GLCM(ET-GLCM)算子,提升了GLCM的尺度不变性和旋转不变性,并经过对比实验证明ET-GLCM有较强的鲁棒特性;然后创建了支持向量机检测模型,测量不同粗糙度等级的工件表面图像。以工件表面图像的纹理特征参数为输入,对应的工件表面粗糙度Ra为期望输出,从而完成工件表面粗糙度的检测。通过实验验证支持向量机检测模型的有效性,其检测结果相对误差不超过5%,绝对误差小于0.06。根据仿真对比实验结果表明,提出的方法具有较高的检测精度,可用于工件表面的粗糙度检测。     

基于图像分割的地雷目标检测

前视地表穿透雷达能够对车前安全距离外的区域成高分辨率图像,利用前视地表穿透雷达进行地雷探测是一个复杂环境下的微小目标检测问题。受非平稳背景干扰,传统检测算法探测性能有限。该文提出一种基于图像分割的背景估计及地雷目标检测方法。连续多帧图像用来估计出耦合信号,为降低计算量,将成像后估计改进为回波域估计后成像。对剔除耦合信号后的图像实施均衡以保证各处增益相同,均衡后图像利用二维Otsu 算法分割出能量较强的区域,降低后续检测过程中强目标对杂波统计的影响,最终获得比传统检测算法更好的探测性能。该文同时还提出一种快速算法用于实时系统。通过实测数据验证,该方法可以有效改善前视地表穿透雷达的探测性能。      

超宽带SAR探雷试验系统

超宽带SAR能够穿透地表远距离探测雷场或单个地雷。该文详细介绍了国防科技大学的超宽带SAR探雷系统：Rail-GPSAR系统及其信息处理技术。通过大量的外场试验证明,Rail-GPSAR系统能够有效检测到土壤中埋设的地雷。     

基于图像尺度空间的几何不变特征点提取算法

图像特征点的提取是实现抗几何攻击数字水印算法的重要步骤，所提取的特征点是否鲁棒，将直接影响抗几何攻击水印的鲁棒性．Harris—Laplace角点检测方法是一种多尺度抗几何攻击角点提取方法，但计算比较复杂．将Harris．Laplace角点检测方法进行改进，把直接分析图像局部灰度值的角点提取方法与图象尺度空间的思想相结合，并兼顾多尺度的不同权值，则既可以保证角点抵抗一般几何攻击的鲁棒性，又减少计算复杂度的，根据此思路提出了加权平均Harris-Laplace角点检测方法来提取特征点．实验结果表明，该算法提取的图像特征点不仅具有很好的抵抗图像裁剪、几何缩放能力，而且计算复杂度明显低于相同重复检测率的Harris—Laplace角点检测算法．     

基于目标物理特征和压缩感知的地雷目标鉴别方法

通过压缩感知(Compressed Sensing, CS)算法可以实现对目标的稀疏成像,并获取其空间散射结构用于目标鉴别和识别。该文针对穿透地表成像的前视超宽带虚拟孔径雷达(Forward Looking Virtual Aperture Radar, FLVAR)实测数据,以CS理论为基础对地雷目标进行稀疏成像,利用地雷目标电磁散射的稀疏性实现其散射结构的提取,将目标散射特性转化为与物理结构相关的几何特征,并基于该特征进行目标的分类鉴别。新方法不仅拓展了地雷鉴别的新思路,而且也为压缩感知在目标散射结构提取和目标鉴别上的应用进行了初步有效的尝试。     

一种基于区域不变矩的图像特征关联方法

为了研究多源图像特征关联问题,提出基于区域不变矩的特征关联方法;对经过区域分割后的图像各个区域计算其区域不变矩特征,提出一种区域相似性度量算法,并对计算出的图像区域不变矩进行特征关联。通过对一种飞机二值图像问题进行特征关联的仿真实验,并通过图像形式给出飞机二值图的特征关联结果,验证了该算法的实用性和有效性。该算法可以用于其他类型图像中区域不变矩的特征关联。     

Vegetation Mapping for Landmine Detection Using Long-Wave Hyperspectral Imagery

We develop a vegetation mapping method using long-wave hyperspectral imagery and apply it to landmine detection. The novel aspect of the method is that it makes use of emissivity skewness. The main purpose of vegetation detection for mine detection is to minimize false alarms. Vegetation, such as round bushes, may be mistaken as mines by mine detection algorithms, particularly in synthetic aperture radar (SAR) imagery. We employ an unsupervised vegetation detection algorithm that exploits statistics of emissivity spectra of vegetation in the long-wave infrared spectrum for identification. This information is incorporated into a Choquet integral-based fusion structure, which fuses detector outputs from hyperspectral imagery and SAR imagery. Vegetation mapping is shown to improve mine detection results over a variety of images and fusion models.     

基于仿射不变量的运动目标遮挡检测和跟踪

图像序列中运动目标的遮挡检测和处理是目前在动态图像处理时经常碰到,且比较难于解决的问题。本文针对复杂背景下图像序列的特性,给出了一种基于仿射不变量的多运动目标的遮挡检测和跟踪方法。该法首先给出了仿射不变量向量的构造,以及基于它的遮挡判决准则;然后,结合被跟踪目标的先验知识,给出丁,轨迹线以及遮挡区域的预测方法;最后,给出了依赖于仿射不变量向量的运动目标遮挡和跟踪的详细算法。实验表明新算法较好的解决了复杂背景下序列图像中的运动目标遮挡检测和跟踪的问题,较大的提高了运动目标跟踪算法的鲁棒性;同时新算法具有较快的响应速度。     

一种基于质心不变特性的仿射不变纹理特征提取算法

 仿射不变模式识别是模式识别问题中的一个难点问题,本文提出了一种基于全局特征的仿射不变特征提取方法.算法从仿射变换的数学模型出发,利用仿射前后图像质心位置的不变特性,以质心为极点将图像从笛卡尔坐标系变换到极坐标系,然后利用对数变换和Radon变换分别将各向异性的尺度变换和旋转变换转化为平移变换,在此基础上利用具有平移不变性的非下采样小波变换提取变换图像的平移不变特征,实现了对图像的仿射不变的特征提取.将此算法运用于仿射纹理图像分类中,实验结果表明达到了较高的识别率.     

Infrared Thermography for Buried Landmine Detection: Inverse Problem Setting

This paper deals with an inverse problem arising in infrared (IR) thermography for buried landmine detection. It is aimed at using a thermal model and measured IR images to detect the presence of buried objects and characterize them in terms of thermal and geometrical properties. The inverse problem is mathematically stated as an optimization one using the well-known least-square approach. The main difficulty in solving this problem comes from the fact that it is severely ill posed due to lack of information in measured data. A two-step algorithm is proposed for solving it. The performance of the algorithm is illustrated using some simulated and real experimental data. The sensitivity of the proposed algorithm to various factors is analyzed. A data processing chain including anomaly detection and characterization is also introduced and discussed.      

频率步进探地雷达及其在地雷探测中的应用

频率步进方法是探地雷达技术的工作体制之一,与时域无载频脉冲体制的探地雷达技术相比,在探测性能上具有较多的优越性.本文在简述其工作原理的基础上,介绍了作者研制的一种频率步进探地雷达系统,该系统主要用于对地雷目标进行三维成像探测.在研制该雷达系统过程中,对已有的反对称Vivaldi天线提出了改进设计.实验测量结果表明,本文研制的反对称Vivaldi天线与传统的同类天线相比,性能更加优越.同时,为了得到更加清晰的地雷图像,本文还分别引入了f-k偏移成像方法和合成孔经雷达(SAR)处理技术对雷达探测信号进行处理,得到了满意的结果.探测实例表明,频率步进探地雷达系统能够实现对浅层地下地雷目标的高分辨率三维成像探测.