基于Haar小波变换的水下小型沉底人造目标分割方法

根据水下小型沉底人造目标在傅里叶变换处理中容易丢失原本就很少的细节特征、导致图像分割效果较差的问题,在统计分析图像目标特点的基础上,提出了用Haar小波变换对原始图像数据进行多分辨率处理以尽可能保留人造目标特征,然后在拟合指数型函数确定初始平滑区间的基础上,通过迭代的方式获得二值化阈值,根据图像中干扰物的特点提出了一种统计8邻域灰度信息的干扰抑制方法.利用前面得到的阈值进行二值化分割及一次中值滤波,就可得到较为满意的目标分割结果.     

基于参考距离史的多子阵SAS成像算法

为了解决现有多子阵合成孔径声呐(SAS)成像算法忽略了“非停走停”时间的孔径依赖性带来时延误差的问题,该文提出一种基于参考距离史的多子阵SAS成像算法。首先利用参考子阵与各子阵之间的平移关系,推导每个子阵的近似距离史,解决“非停走停”时间的孔径依赖性需要被近似的问题;然后将每个子阵信号搬移至相同的波束中心距离后,通过方位重构方法将欠采样的多子阵信号转变成满足采样定理的等效单基站信号,再用单基站成像算法处理得到多子阵SAS的成像结果;最后通过仿真实验和实测数据检验算法的有效性。     

基于参考距离史的多子阵SAS成像算法

为了解决现有多子阵合成孔径声呐(SAS)成像算法忽略了"非停走停"时间的孔径依赖性带来时延误差的问题,该文提出一种基于参考距离史的多子阵SAS成像算法.首先利用参考子阵与各子阵之间的平移关系,推导每个子阵的近似距离史,解决"非停走停"时间的孔径依赖性需要被近似的问题;然后将每个子阵信号搬移至相同的波束中心距离后,通过方位重构方法将欠采样的多子阵信号转变成满足采样定理的等效单基站信号,再用单基站成像算法处理得到多子阵SAS的成像结果;最后通过仿真实验和实测数据检验算法的有效性.