ISAR像目标识别中的预处理及特征提取

目标逆合成孔径雷达(inverse synthetic aperture radar,ISAR)像通常受多种噪声的影响,这些噪声影响了ISAR图像的质量,使得对图像的理解以及特征提取变得困难。提高图像质量,减少噪声的干扰成为识别过程中重要的步骤。首先根据所得ISAR成像分别对图像进行横条纹干扰抑制和去除噪声干扰然后提取出清晰的目标像。对ISAR像进行边缘提取,计算边缘图像上点的马氏距离,得到马氏距离阵列,并作为目标特征向量。实验表明,对目标进行预处理有效地提高了ISAR特征的稳定性,有利于后续的目标特征提取与识别。     

雷达目标特征提取的一种方法

将小波变换和马氏距离相结合，提出了一种基于ISAR成像的雷达目标特征提取方法。对ISAR成像数据进行正交二进Symlet小波分解和门限处理，对数据进行压缩，然后计算压缩后坐标点的马氏（Mahalanobis)距离，得到目标稳定的特征向量。由实验结果看出，此向量具有在一定范围内的不变性，能够用于雷达目标识别。     

基于多重变换的一种雷达目标识别方法

利用多重变换，提出了一种雷达上述识别方法，将雷达回波信号与本振信号混频处理后采样，进行FFT，得到目标的一维距离像，计算其马氏距离，利用小波变换对马氏距离序列进行数据压缩，得到目标的特征向量，由相关识别法进行目标识别，由3类飞机模型测量数据的识别结果表明，该方法具有较高的识别率。     

色度马氏距离图与灰度图特征自适应融合的彩色人脸识别

色彩提供了比灰度更为丰富的信息,鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像,将色度马氏距离图引入彩色人脸识别中.基于YCbCr颜色空间,分离彩色人脸图像的色度与亮度信息,构建出基于色度信息的马氏距离图,同时分离出基于亮度信息的灰度图.提出一种色度马氏距离图与灰度图特征自适应融合的人脸识别算法.分别构造出色度马氏距离图与灰度图的基于小波包结点能量的归一化特征向量,采用多种融合策略进行特征融合,并根据融合效果自适应地选取特征融合参数,构造出最佳的鉴别特征向量,实现色度与亮度特征的互补.使用基于方差相似度的分类器获得人脸识别结果.实验表明:该算法识别率高、鲁棒性好.     

基于马氏距离的皮肤图像症状识别系统的设计

介绍了一种皮肤图像症状的自动识别系统,利用马氏距离图像识别的算法,经过图像颜色空间转换、自适应法求取阈值进行图像分割、数学形态学后处理和边缘检测、症状区域的轮廓提取和种子填充等图像处理过程,最后提取了皮肤样本的26个特征参数,计算皮肤样本距离黄褐斑、粉刺、黑头、雀斑4种症状的马氏距离,根据马氏距离最小原则对被测皮肤样本进行症状归类.     

基于对比度调制法对条纹管激光雷达距离像的去噪方法

激光雷达的距离像是雷达成像系统区别于其他的成像系统（如红外成像系统、可见光成像系统）所特有的信息,它是对目标精确识别、打击的基础。如何对距离像去噪直接决定了下一步目标定位、识别的精确性。针对雷达距离像的特点,提出了一种基于对比度调制方法对条纹管激光雷达的距离像去噪方法,通过提取距离像噪声的对比度信息,用其调制未经过去噪的距离像,从而得到距离像中的噪声图像,最后用未经过处理的距离像减去噪声图像,得到图像即为去噪后距离像。研究表明该方法去噪效果明显,在去噪的同时很好地保持了距离像的边缘信息,去噪后图像的信噪比明显提高,距离像的属性也没有改变,这是其他方法对距离像去噪所不具有的优点。     

类似虹膜轮廓曲线分割的SAR雷达成像技术

合成孔径雷达(SAR)成像是跟踪探测机动目标的基础,传统的SAR雷达成像基础采用数据融合和图像配准的雷达成像方案,在获得具有相似测度的边缘轮廓特征时成像效果较好,当运动目标边缘为断裂的非相似度特征时,无法准确对快速运动目标成像.引入虹膜边缘轮廓曲线分割技术,提出一种基于虹膜边缘函数计算和区域灰度轮廓曲线分割的SAR雷达成像技术.构建合成孔径雷达回波模型,得到虹膜轮廓曲线分割的边缘函数的演化方程,实现SAR雷达准确成像.对4类高速飞行目标进行SAR成像仿真,结果表明采用该算法能避免因距离色散和多普勒时变出现的成像散焦,边缘轮廓特征能全面提取,成像分辨高.在雷达目标识别等领域具有较好的应用性.     

一种基于磁敏感加权成像的三维脑静脉中心线提取技术

探究基于磁敏感加权成像（SWI）的脑静脉中心线提取技术，在利用图像海森（Hessian）矩阵的几何特性提取出三维脑静脉的基础上，对得到的二值静脉血管图像进行快速三维欧几里德距离变换，得到静脉血管的距离图，再计算距离图中每一个体素的Hessian矩阵，利用Hessian矩阵的特征值和特征向量提取出静脉血管的中心点，并得到相应的血管半径大小。最后用Dijkstra最短路径连接法将中心点连接成线，便得到了静脉血管的中心线。     

距离向扫描合成孔径激光雷达目标三维重建

合成孔径激光雷达（SAL）能够实现远距离目标的精细成像。由于SAL基于距离多普勒原理成像,将地面场景映射到成像平面上会引起高程信息的丢失。提出了一种基于距离向扫描的SAL目标三维重建方法,通过距离向扫描体制SAL得到一定扫描角度范围内的多条合成孔径图像,利用相邻条带图像目标的重叠成像实现三维重建。基于TerraSAR图像仿真计算结果表明:距离向扫描体制SAL可以实现目标的三维重建。     

Detection algorithm of underwater linear target based on range-gated imaging

基于水下距离选通激光成像技术,提出了一种可用于长距离下的水下线状目标检测算法。该算法针对水下成像中低对比度、模糊和噪声等特性,首先采用对比度拉升、中值滤波、小波变换等方法对图像进行增强处理;然后利用Canny边缘检测算子提取出目标的边缘特征;最后针对边缘特征中出现的噪声边缘问题,选用了鲁棒性强的随机抽样一致性参数估计算法从边缘特征中检测出线状目标,并计算得到目标的位置和方向等相关参数。实验结果表明,该算法可以有效地检测出水下曲线状目标,弥补现有方法只能检测直线目标的不足,检测率可以达到93%,有效检测距离能达到5倍水下衰减长度。     

基于trace特征的ISAR像空间目标识别

论文提出了一种基于trace特征的逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）像空间目标识别算法.首先将ISAR像进行分割与归一化处理,利用Canny边缘检测、Hough变换方法提取空间目标ISAR像最长轴,确保所提特征具有旋转不变性;然后仅对最长轴所在局部区域进行Trace变换生成空间目标ISAR像的局部trace矩阵,使得所提trace特征满足低维要求;再将trace矩阵每一列向量进行移位对准操作以消除ISAR像平移对识别带来的影响并将其作为空间目标识别的特征向量;最后在特征空间内以最小欧氏距离作为不相似度,采用集成分类器AdaBoost.M2-KNN完成了5类空间目标的分类识别.通过5类空间目标的ISAR数据对该方法进行目标识别验证,并与现有的几种ISAR像特征提取方法进行了对比.结果表明论文所提算法可行有效,可以明显地提高识别率.     

基于改进型快速双线性参数估计的复杂运动目标ISAR成像

针对复杂运动目标的逆合成孔径雷达(ISAR)成像中多普勒扩散导致的成像质量下降,该文在建立方位回波信号为立方相位信号(CPS)的基础上,提出一种基于改进型快速双线性参数估计的复杂运动目标ISAR成像方法。该方法通过利用双线性立方相位函数,非均匀快速傅里叶变换(NUFFT),基于Chirp-z的尺度变换以及快速傅里叶变换(FFT)等操作,能够快速实现CPS参数估计和复杂运动目标的ISAR成像。由于实现过程均采用NUFFT和FFT快速实现,该方法计算量小,并且双线性操作可以保证其具有较好的抗噪声性能和交叉项抑制性能。理论分析和仿真结果验证了该ISAR成像算法的有效性。     

辐射式仿真中脉冲雷达ISAR成像等效模拟方法

脉冲雷达信号广泛用于逆合成孔径雷达(ISAR)成像。在辐射式仿真中采用脉冲雷达信号进行ISAR成像时,由于脉宽对应的传播距离远大于微波暗室的空间长度,脉冲回波会在发射信号未被完全辐射之前返回接收机,使得收发信号相互耦合,难以得到ISAR图像。该文提出基于间歇收发的脉冲雷达ISAR成像等效模拟方法,通过将脉冲信号分段发射、分段接收,得到分段稀疏的目标回波。然后,结合压缩感知与间歇收发回波,重构得到ISAR图像。根据等效模拟的实现流程,对仿真与实测数据进行分析,结果表明,该等效模拟方法所得ISAR图像与完整脉冲回波所得图像基本一致,从而验证了等效模拟方法的有效性。     

机载雷达对多舰船目标的成像方法研究

机载雷达对江面（或海面）上的多舰船目标成像时,由于各个目标的运动特性不同,因此难以对各个目标同时成像。针对这一问题,提出了一种机载雷达对多舰船目标的SAR／ISAR混合成像方法。该方法首先对原始数据进行SAR成像处理,接着从SAR图像中提取、复原单个目标的回波信息,然后对单个目标进行ISAR成像。最后,用实测数据验证了该方法的有效性。     

基于时频分析的ISAR成像

传统的逆合成孔径雷达(ISAR)成像算法用傅里叶变换进行频谱分析,对机动目标的成像会导致成像模糊。本文应用短时傅里叶变换(STFT)、魏格纳分布(WVD)、平滑伪魏格纳分布(SPWVD)几种时频分析方法对机动目标进行瞬时成像。仿真和实验结果表明,通过该方法能得到清晰的目标的距离-瞬时多普勒像。     

基于ISAR像序列的弹道目标进动特征提取

中段弹道目标进动特征是分辨弹头及诱饵的重要依据.以二维ISAR图像序列为基础,分析了弹道目标成像特点和目标姿态角的变化过程,提出了基于图像配准的ISAR像姿态差估计方法;采用等间隔配准避免了配准奇异,根据姿态差二次方曲线实现了进动参数的估计,给出了计算目标进动角、进动周期的具体步骤.仿真结果表明,该方法能够实现弹道目标进动特征提取,估计精度较高.     

一种复杂运动目标的ISAR成像算法

在对复杂运动目标进行逆合成孔径雷达成像时,由于转动矢量随时间而变化,回波信号中会引入一个与散射点位置有关的相位误差,无法用通常的相位补偿方法进行校正,应用距离-多普勒算法获得的ISAR(Inverse Synthetic Aperture Radar)像会变得模糊.本文分析了目标转动矢量变化使得ISAR像模糊的内在原因,给出了目标三维转动状态下的ISAR信号形式,并基于散射点信号的特点提出了一种复杂运动目标的ISAR成像算法.该算法不仅适用于转动矢量方向不变的非均匀转动目标,而且对于转动矢量方向缓慢变化的目标,算法仍然能够有效地提高ISAR成像的质量.仿真试验结果表明了该算法的有效性.     

雷达目标三维特征的提取与识别研究

以逆合成孔径雷达(ISAR)成像技术和计算机视觉理论为基础，提出了一套新的从动态目标ISAR成像序列中提取目标散射点三维结构信息，以此作为目标特征的识别方法。这一研究方法包含了4个重要环节：动态目标的ISAR像序列的获得；“散射点像元”质心的检测、跟踪和匹配；基于光流分析的目标散射点三维结构特征的提取；目标三维特征的识别。由于经过了时间和空间上信息的积累，目标的散射点的三维结构特征具有稳定和直观的特点。作为一种新的目标识别的依据是很有效的，且只需要较少的训练样本就可以获得较高的识别率。     

基于RID序列的微动目标高分辨三维成像方法

微动是指目标或目标上某些部件沿雷达视线方向的小幅、非匀速运动。通过对微动目标进行逆合成孔径雷达(ISAR)高分辨3维成像,能够获得其结构和运动信息,从而为微动目标检测、跟踪、分类与识别提供重要依据,并在空间态势感知与防空反导中发挥着重要作用。由于微动目标运动形式复杂、回波非平稳性强,现有的参数化ISAR成像方法已经不再适用。针对该问题,该文提出基于散射中心航迹矩阵分解的微动目标高分辨3维成像方法。该方法首先生成距离-瞬时多普勒(RID)像序列,利用watershed图像分割方法提取RID像的散射中心支撑域,并基于最小欧氏距离准则实现航迹关联。然后,针对散射中心航迹关联时瞬时斜距估计精度受距离分辨率影响等问题,进一步提出基于现代谱估计的散射中心航迹矩阵精估计方法。最后,通过带约束的航迹矩阵分解实现微动目标的高分辨3维成像。仿真结果表明,该文所提的成像方法能够有效实现章动等复杂微动目标的高分辨3维成像。