共查询到20条相似文献,搜索用时 281 毫秒
1.
2.
《计算机研究与发展》2003,(12)
第一期一种实时自适应滤波的方法和在SAR方位向预处理中的应用邵 洁 陈冰冰 姚 萍 王贞松 (1)………………………实时SAR成像系统中矩阵转置的设计和实现谢应科 张 涛 韩承德 (6 )……………………………………………………机载SAR实时成像系统自聚焦方法研究韩冀中 韩承德 王贞松 (12 )…………………………………………………………无数据转置的并行SAR成像的研究和实现莫志锋 韩冀中 王贞松 韩承德 (19)……………………………………………机载SAR实时成像系统中的数据可视化研究王 章立生 王宏安 王贞松 韩… 相似文献
3.
4.
5.
6.
合成孔径雷达(SAR)被广泛应用于军事侦察、海洋监测、灾害应急评估等各类应用中。其中,SAR海面船只检测分类是SAR海洋应用的重要一环。限于SAR特殊的成像机理,SAR图像中的目标特征多变,导致基于SAR图像的目标分类应用进展缓慢。机载SAR因其实时、便捷的部署和使用方式得到了快速发展,基于机载SAR图像的海面船只检测分类,特别是实时检测分类应用近年来需求强烈。为此,针对SAR海面船只实时检测分类应用问题,探讨和构建了一种基于机载SAR图像的海面船只实时检测分类系统构架,论述了系统构架在工程应用中的关键流程、方法并进行了初步试验验证,结合当前人工智能技术的发展趋势,对其日后的发展趋势进行了展望。 相似文献
7.
8.
机载SAR实时成像系统中的数据可视化研究 总被引:2,自引:0,他引:2
SAR实时成像系统在国防等很多领域都有着重要的应用,系统对数据可视化方面的要求也越来越高,但目前国内对SAR实时成像系统的数据可视化方面的研究还不多,提出了一种针对SAR实时成像系统的新的数据可视化方案,并已在实际的飞行成像中得到了检验,新方案实时提供的信息更全面、更直观、可分析性更强,具有较强的信息表现能力和双向实时交互能力,能够较好地辅助对图像的在线分析,还对方案的重要组成部分-缩略图的原理和实现算法做了概括介绍。 相似文献
9.
目的 随着机载SAR(合成孔径雷达)图像分辨率越来越高,幅宽越来越大,传统雷达显控系统将整幅图像放入内存、抽样显示的现有方法存在内存资源紧张、显示图像的等待时间过长等问题,为解决此类问题,提出一种动态金字塔实时显示技术。方法 机载SAR图像实时显示软件包括动态金字塔构建和显示技术。动态金字塔构建技术包括:当接收到一个瓦片的图像数据时,输出第0层级的金字塔瓦片;分6种情况,生成高层级瓦片,随着接收数据不断增多,逐步补全金字塔文件。动态金字塔显示技术是指在瓦片数据不全的情况下,采用递归算法,读取较低层级瓦片,合成、显示当前显示层级图像的技术。这两种技术分属两个独立线程,以硬盘文件(瓦片)为接口,实时交互,协同工作。结果 机载SAR图像实时显示软件仅仅占用30 MB内存,且与图像大小无关;显示第1块SAR图像瓦片的时延小于1 s,与传统显控系统对比,减少约一帧图像的传输时延;显示整帧图像的时延因存储介质读写文件的速率存在差异较大,固态硬盘的时延比较稳定,显示1 GB图像的时延为12.55 s;机械盘的时延受读写速度的影响,当发送时间间隔大于6 ms时,显示1 GB图像的时延仅比传输时延多1.47 s。结论 机载SAR图像实时显示软件能实时向用户呈现接收中的SAR图像,提高了机载SAR图像的显示时效性,降低了机载雷达显控终端的内存需求,改善了机载雷达显控终端的用户体验。 相似文献
10.
针对星载或机载高分辨率合成孔径雷达(synthetic aperture radar,SAR)实时成像后的大幅宽SAR图像舰船实时检测的应用需求,传统的基于FPGA+DSP的嵌入式系统很难同时实现SAR成像处理和基于人工智能技术的大幅宽SAR图像舰船实时检测,为此设计了一种基于3U VPX FPGA+GPU架构的大幅宽SAR图像嵌入式舰船实时检测系统;提出了一种基于YOLOv5s的舰船检测模型,采用基于L2-范数稀疏性惩罚的缩放因子控制法进行轻量化,轻量化舰船检测模型的参数量减小了47.39%,计算量减少了18.67%,平均检测精度为0.968;将轻量化舰船检测模型应用于大幅宽SAR图像嵌入式舰船实时检测系统,并针对典型的10 km×10 km的大幅宽图像应用场景,设计开发基于多线程技术和基于GPU的众核并行计算技术的大幅宽SAR图像嵌入式实时检测系统软件;通过公开的SAR数据集进行功能验证和性能评估,该系统能够满足不同分辨率的大幅宽SAR图像舰船实时检测需求。 相似文献
11.
12.
A passive auto-focus camera control system 总被引:2,自引:0,他引:2
This paper presents a passive auto-focus camera control system which can easily achieve the function of auto-focus with no necessary of any active component (e.g., infrared or ultrasonic sensor) in comparison with the conventional active focus system. To implement the technique we developed, the hardware system including the adjustable lens with CMOS sensor and servo motor, an 8051 image capture micro-controller, a field programmable gate array (FPGA) sharpness measurement circuit, a pulse width modulation (PWM) controller, and a personal digital assistant (PDA) image displayer was constructed. The discrete wavelet transformation (DWT), the morphology edge enhancement sharpness measurement algorithms, and the self-organizing map (SOM) neural network were used in developing the control mechanism of the system. Compared with other passive auto-focus methods, the method we proposed has the advantages of lower computational complexity and easier hardware implementation. 相似文献
13.
针对星载SAR实时成像处理的研究目前主要集中在实时成像运算器(SAR processor),而未见到实时成像系统(SAR imaging system)的研究,提出了一种CS算法的星载SAR实时成像系统的体系结构,并基于FPGA实现了原型系统,该体系结构可以自主完成星载SAR实时成像,并具有良好的可扩展性,利用模拟信号源和高速数据记录仪对原型系统验证,1个信号处理单元在50MHz工作频率下,约11s内完成16384×16384个样本的星载雷达原始数据的成像处理,用4个信号处理单元就可达到为PRF为2000Hz的星载SAR的1:1实时成像要求. 相似文献
14.
Image segmentation is an indispensable part for synthetic aperture radar (SAR) image automatic interpretation.Segmentation results with high-quality are the guarantee of SAR image applications.In addition,owing to the development of SAR sensors,the segmentation task based on SAR image has been widely concerned in recent years.However,compared with the optical images,the unique properties of SAR images lead to great challenge in SAR image segmentation.With the development of pattern recognition,machine learning,remote sensing technology and other related techniques,SAR image segmentation has made great progress.This paper reviews the progress of SAR image segmentation,and then puts its emphasis on the summary of the widely used algorithms:FCM,MRF,statistical model,region information,level set,multi-scale and deep learning,etc.Finally,several viewpoints for the future research of SAR image segmentation are proposed. 相似文献
15.
目的 合成孔径雷达(SAR)图像中像素强度统计分布呈现出复杂的特性,而传统混合模型难以建模非对称、重尾或多峰等特性的分布。为了准确建模SAR图像统计分布并得到高精度分割结果,本文提出一种利用空间约束层次加权Gamma混合模型(HWGaMM)的SAR图像分割算法。方法 采用Gamma分布的加权和定义混合组份;考虑到同质区域内像素强度的差异性和异质区域间像素强度的相似性,采用混合组份加权和定义HWGaMM结构。采用马尔可夫随机场(MRF)建模像素空间位置关系,利用中心像素及其邻域像素的后验概率定义混合权重以将像素邻域关系引入HWGaMM,构建空间约束HWGaMM,以降低SAR图像内固有斑点噪声的影响。提出算法结合M-H(Metropolis-Hastings)和期望最大化算法(EM)求解模型参数,以实现快速SAR图像分割。该求解方法避免了M-H算法效率低的缺陷,同时克服了EM算法难以求解Gamma分布中形状参数的问题。结果 采用3种传统混合模型分割算法作为对比算法进行分割实验。拟合直方图结果表明本文算法具有准确建模复杂统计分布的能力。在分割精度上,本文算法比基于高斯混合模型(GMM)、Gamma分布和Gamma混合模型(GaMM)分割算法分别提高33%,29%和9%。在分割时间上,本文算法虽然比GMM算法多64 s,但与基于Gamma分布和GaMM算法相比较分别快600 s和420 s。因此,本文算法比传统M-H算法的分割效率有很大的提高。结论 提出一种空间约束HWGaMM的SAR图像分割算法,实验结果表明提出的HWGaMM算法具有准确建模复杂统计分布的能力,且具有较高的精度和效率。 相似文献
16.
目的 合成孔径雷达图像目标识别可以有效提高合成孔径雷达数据的利用效率。针对合成孔径雷达图像目标识别滤波处理耗时长、识别精度不高的问题,本文提出一种卷积神经网络模型应用于合成孔径雷达图像目标识别。方法 首先,针对合成孔径雷达图像特点设计特征提取部分的网络结构;其次,代价函数中引入L2范数提高模型的抗噪性能和泛化性;再次,全连接层使用Dropout减小网络的运算量并提高泛化性;最后研究了滤波对于网络模型的收敛速度和准确率的影响。结果 实验使用美国运动和静止目标获取与识别数据库,10类目标识别的实验结果表明改进后的卷积神经网络整体识别率(包含变体)由93.76%提升至98.10%。通过设置4组对比实验说明网络结构的改进和优化的有效性。卷积神经网络噪声抑制实验验证了卷积神经网络的特征提取过程对于SAR图像相干斑噪声有抑制作用,可以省去耗时的滤波处理。结论 本文提出的卷积神经网络模型提高了网络的准确率、泛化性,无需耗时的滤波处理,是一种合成孔径雷达图像目标识别的有效方法。 相似文献
17.
The characteristics of ocean background and target in the high resolution synthetic aperture radar (SAR) images are analyzed.Aiming at the requirements of ship detection in high-resolution synthetic aperture radar (SAR) image,the detection accuracy,intelligence level,real-time and processing efficiency,we put forward a high resolution SAR images ship detection algorithm based on support vector machine.The algorithm designs a pre-training support vector machine (SVM) classifier and complete the screening of the ship target block area,then the algorithm of optimal entropy thresholds proposed by Kapur,Sahoo,Wong(KSW) will be used on the target area selected for fine detection of ship targets.In this paper,several commercial satellite data,such as TerraSAR-X,are used to verify the experiment.Comparing with the classical CFAR detection algorithm,Experimental results show that the algorithm can improve the false alarm caused by the speckle noise and ocean clutter background inhomogeneity.At the same time,the detection speed is also increased by 20% to 35%. 相似文献
18.
随着新一代SAR传感器的出现及应用,利用真实高分辨率、多极化SAR图像进行船只分类识别成为海上交通、渔业监测及国防应用的热点问题。首先回顾了SAR图像船只分类识别技术的发展。以近20 a国内外研究的重要成果为基础,对几何结构特征、散射特征和极化特征等船只分类特征进行了总结和比较,分析了其优缺点;总结了各种SAR图像船只分类识别算法的技术特点,并分析了各方法的适用性。最后对SAR图像船只分类识别技术的应用前景和发展趋势进行了阐述。 相似文献
19.
20.
相位梯度自聚焦算法在条带模式SAR中的应用 总被引:3,自引:0,他引:3
相位梯度自聚焦(PGA)算法是一种稳健的高分辨SAR相位校正方法,在SAR领域得到广泛应用。但PGA是对聚束模式成像提出的,不能直接用于条带模式。本文利用两种模式之间的内在联系,将条带模式SAR数据分块处理,等效成聚束模式数据。然后,用聚束照射SAR成保算法实现成像,此时就可以利用PGA完成各决于图像的自聚焦过程,最后将各于固体适当拼揍,从而实现条带模式SAR的PGA处理,外场数据的处理证实了本文方法的可行性,同时,分块处理条带SAR数据实现了聚束照射SAR与条带模式SAR成像算法上的统一。 相似文献