基于场景相似性度量的SAR图像抑斑

通过研究SAR图像的信号相关加性噪声模型,结合提出的加性残留噪声模型得到一种图像域的期望加权滤波器,并引入像素间的相似性作为加权时的权值。接着,指出传统像素间相似性的度量方法不能鲁棒地用于噪声图像,提出从图像的灰度特性和空间结构两个方面考虑,利用灰度和梯度距离度量像素间的相似性,并应用局部场景之间的相似性估计像素间的相似性使之可靠地应用于SAR图像。实验表明,所提出的算法具有相当出色的抑斑性能,在有效的抑制斑点噪声的同时,均匀区域几乎没有出现“振铃”效应,并且非常好地保持了原始图像的边缘、纹理和点状目标。     

基于自适应窗和形状自适应小波变换的SAR图像相干斑抑制

结合SAR图像空域的先验知识和小波域系数的特性,提出了一种新的SAR图像相干斑抑制算法.使用最近提出的局部多项式近似-置信区间交叉(local polynomial approximation-intersection of confidence intervals(LPA-ICI))构造自适应窗,寻找到与SAR图像中每个像素点相对应的同质区域,在每个同质区域内利用本文给出的快速形状自适应小波变换进行硬阈值收缩抑斑,最后根据本文提出的稀疏加权方法融合多个估计样本获得最终抑斑图像.实验结果表明本文提出的算法有着很好的抑斑性能,尤其是在去除重构图像中的"振铃"效应以及有效保留原始SAR图像中的点目标方面性能更突出.     

基于二次曲线拟合的相位编码多普勒补偿研究

相位编码信号由于其脉冲间码型捷变、图钉状模糊函数和不存在距离-多普勒模糊等低截获性能,在当前雷达对抗领域获得广泛的关注和应用。由于目标运动会使相位编码回波受到多普勒频率调制,破坏了各个调相码之间的相位关系,相关处理会出现失配现象,输出主瓣降低,旁瓣升高,系统在探测高速目标会出现多普勒失配。根据m序列码脉冲压缩随着目标速度的失配变化和目标多普勒容限关系,本论文研究了较为实用的二次曲线拟合局部脉冲压缩曲线。根据三点多普勒补偿的脉压结果实现全局最优补偿的自动估算。所提算法具有简单的实现过程,易于工程实现。     

基于方差系数统计的合成孔径雷达相干斑强度估计

相干斑是合成孔径雷达(SAR)图像的固有属性。相干斑的强度是SAR图像解译的基础参量。由于多视处理假设模型等问题,相干斑的强度需要精确的估计。本文根据相干斑强度估计的基本原理,从统计学角度提出了一种基于方差系数统计分布的估计方法,该方法相比于传统方法可实现无监督自动估计相干斑的强度。本文所提出算法复杂度低,运算量小,具有很强的工程应用价值。     

便携式雷达综合检测平台及智能故障诊断系统的设计

为满足某型雷达装备野战基层级维修保障需求,设计并研制了便携式雷达综合检测平台。该检测平台采用多微机共总线分布式控制、基于BP神经网络的智能故障检测系统、直接数字合成和模拟仿真等技术,集某型雷达故障检测、性能测试和模拟训练功能于一体。实现了检测平台的集成化、小型化和检测智能化,解决了某型雷达现有维修设备体积庞大、配套设备繁杂、机动性差、价格昂贵、操控复杂等问题,经实验验证,提高了雷达在部队实装配备的综合诊断检测效率。     

Shearlet域变换与复扩散方程结合的SAR图像降斑

针对大多数降斑算法不能很好地在实现区域平滑的同时保持图像细节边缘这一问题,提出了一种新的复扩散方程,结合Shearlet变换给出了一种模极大值边缘检测方法.将获得图像边缘与降斑平滑的结果相结合,在有效实现降斑平滑的同时保持了图像的边缘.实验结果表明,该方法对SAR图像中的点目标、边缘和纹理具有较好的保持能力,在有效降斑的同时,更多地保留了图像的边缘和细节.     

基于局部平移瑞利分布模型的SAR图像相干斑抑制

该文提出了一种基于平稳小波域统计模型的SAR图像抑斑算法。首先对SAR图像应用非对数加性模型,接着针对该模型中的噪声在空域提出一种统计分布模型局部平移瑞利分布模型。最后基于该分布,在平稳小波域应用最大后验(MAP)方法获得真实信号平稳小波系数的解。实验表明,该文提出的局部平移瑞利分布模型是有效的,同时也表明该文给出的一种基于此分布模型的抑斑算法有很强的鲁棒性,抑斑性能优于许多现存的算法。     

基于非下采样Contourlet域局部高斯模型和MAP的SAR图像相干斑抑制

 对SAR图像应用非对数加性模型,通过研究SAR图像中同质区域在非下采样Contourlet域的分布特性,提出对非下采样Contourlet域中、与同质区域相对应的平稳区域的非对数加性噪声使用高斯分布建模。基于该模型,利用局部滑动窗口和对非对数加性噪声方差的自适应估计,在最大后验准则的基础之上求得真实信号的非下采样Contourlet系数。由于未对图像进行对数变换,本文算法很好地保持了原始图像的辐射特性,相干斑被有效地抑制,均匀区域很少有伪吉布斯效应,同时边缘纹理清晰。无论视觉效果还是客观评价指标本文算法都优于许多现存的抑斑算法。