一种从SAR海洋图像中检测舰船航迹的算法

分析了合成孔径雷达 (SAR)图像中舰船航迹的特性和斑点噪声模型及其局部统计特性 ,在此基础上 ,提出了一种结合小波多分辨率分析、自适应阈值选择、边缘检测算子和Radon变换进行斑点噪声抑制和航迹检测的算法。数据处理的结果表明 ,该方法较直接对SAR图像应用Radon变换更有效、准确地检测到SAR图像中的舰船航迹     

一种基于RBF神经网络的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究的基础前沿问题.文中提出了提出了一种基于径向基函数(Radial Basis Function,RBF)神经网络的极化SAR图像分类方法.在构建包含G0分布最大似然距离和一些常规特征的极化SAR图像分类特征集的基础上,利用样本数据对RBF神经网络进行训练,完成分类器的设计.实测极化SAR图像的分类实验结果表明,该方法具有较好的图像细节保持能力.     

小卫星载AIS海洋监视技术研究进展

海洋安全是国家安全的基本基础和重要组成部分,海洋监视对维护国家海洋权益,保障国家海洋安全具有重要意义。自动识别系统（AIS）是一种重要的海洋监视手段,但是现有的船载和岸基AIS系统受作用距离的限制,其在大范围甚至全球海洋监视中的重要作用与地位并未得到完全体现。随着航天技术特别是小卫星系统技术的快速发展,基于小卫星载AIS实现大范围甚至全球海洋监视已成为现实与可能。在小卫星载AIS基本原理简介的基础上,分析了小卫星载AIS的主要关键技术,综述了国外基于小卫星载AIS海洋监视技术的研究进展,提出了我国小卫星载AIS发展的技术建议。     

一种SAR海洋图像舰船尾迹检测与判别方法

本文针对常规Radon变换域中尾迹峰值检测的不确定性问题,提出了一种基于特征空间决策的尾迹检测算法。该算法首先门限化图像的Radon变换系数,提取出所有可能的峰值点;然后对这些相应的局部峰值的“截面”进行连续小波变换峰值匹配,再根据提取到的参数形成决策矢量在特征空间中进行决策。对仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹。     

“数字图像处理”实验教学系统的构建

本文对"数字图像处理"课程教学的特点和存在的问题进行了简要分析,提出了构建"数字图像处理"实验教学系统的目的与思路,介绍了实验教学系统的特点以及系统的功能模块组成,设计了构建实验教学系统相关的对象类,给出了实验教学系统在实际课程教学中的典型应用实例。     

基于SISE方程的广义gamma分布参数估计方法

广义gamma分布是近年来用于SAR图像统计建模重要分布之一,参数估计是制约其应用的核心问题。该文提出了一种新的参数估计方法。首先分析了的对数累积量参数估计方法(Mehtod-of- Log-Culmulants, MoLC)的不足,接着推导了基于SISE (Scale-Independent-Shape-Estimation)方程的参数估计表达式,并给出了具体的求解方法。最后,利用蒙特卡洛仿真的实验结果表明,该文方法稳定性和有效性优于MoLC。     

投影追踪方法在高光谱图像异常点检测中的应用

该文提出了一种基于投影追踪的高光谱图像异常点检测方法。它通过广义似然比检验(GLRT)模型构建二元检测算子,并利用观测数据估计出算子中代表背景的未知参数,而算子的关键参数-目标参数是通过投影追踪算法搜索异常点得到的。此算法消除了传统的基于多元统计模型的目标检测方法对先验信息的依赖,增强了算法的实用性。同时,投影追踪方法能有效的提取目标参数,进一步提高了异常点检测的效果。     

基于复值卷积神经网络样本精选的极化SAR图像弱监督分类方法

针对物体框标注样本包含大量异质成分的问题，该文提出了一种基于复值卷积神经网络(CV-CNN)样本精选的极化SAR(PolSAR)图像弱监督分类方法。该方法首先采用CV-CNN对物体框标注样本进行迭代精选，并同时训练出可直接用于分类的CV-CNN。然后利用所训练的CV-CNN完成极化SAR图像的分类。基于3幅实测极化SAR图像的实验结果表明，该文方法能够有效剔除异质样本，与采用原始物体框标注样本的传统全监督分类方法相比可以获得明显更优的分类结果，并且该方法采用CV-CNN比采用经典的支持矢量机(SVM)或Wishart分类器性能更优。      

粒子滤波的卫星电子信息舰船目标跟踪算法

针对电磁探测卫星的重访时间间隔长、且捕获得到目标信息的时间为随机,目标运动模型难于精确建立,数据杂波干扰强等问题,结合卫星电子信息给出的辐射源电磁特征,基于粒子滤波提出了一种稳健的海上舰船目标跟踪算法。首先,采用二阶自回归的状态转移模型确定候选量测的关联区域,从而减少杂波的干扰;然后选取与目标电磁特征相似的量测进行粒子滤波的状态更新,并通过重采样操作剔除权值较小的粒子以提高跟踪算法的精确性与稳健性。仿真与真实数据的实验结果表明,该方法在强杂波干扰下可以稳定跟踪卫星电子信息中的海上舰船目标并且具有较高的精确性与稳健性。      

一种基于双通道DPCA 的SAR-GMTI 杂波抑制方法

偏置相位中心天线技术(DPCA)作为空时自适应信号处理(STAP)技术的特殊形式,在合成孔径雷达地面动目标指示(SAR-GMTI)领域得到了广泛的应用。杂波抑制的能力直接决定了GMTI 的性能,传统的复图像域DPCA 技术对于地杂波抑制能力有限,特别是广泛分布着强散射静止地物的城市区域。该文利用干涉相位对DPCA幅度进行非线性加权,提出了一种加权DPCA 杂波抑制方法,该方法降低了通道间残差相位对DPCA 杂波抑制的影响。实验结果表明:该文方法在杂波抑制能力上优于传统DPCA 方法。