基于图像处理技术的ISAR多目标成像
王勇,冯帅,张庆祥
(哈尔滨工业大学 电子与信息工程学院,哈尔滨 150001)
创新点说明:
提出一种基于图像域分割处理的多舰船目标ISAR成像算法,创新点如下:
1. 首先应用图像域的一系列处理将稀疏的多目标ISAR图像变为边缘清晰、相互无交叠的多目标轮廓像,进而应用图像域的滤波器实现目标的分离提取,针对分离出的单目标进行精确的聚焦成像。
2. 所用方法解决了速度相近的多目标ISAR成像问题,可有效解决方位向或距离像不可分割目标的分离问题。并在实测数据验证中表现出良好性能。
研究目的:
为解决速度相近的多目标在ISAR成像中难以精确聚焦与有效分割,提出一种基于图像域分割处理的多舰船目标ISAR成像算法。该算法具有一定鲁棒性与自适应性,可对距离相距较近、平动速度相似、三维摆动不同的多目标进行有效分割与再聚焦成像。
研究方法:
1. 对多目标回波数据进行距离压缩,应用积累互相关法及恒定相位差消除法进行整体的初步运动补偿,之后应用RD算法得到多目标的粗成像结果。
2. 对粗成像结果依次进行全局噪声抑制、自适应图像截取、条纹干扰及斑痕噪声抑制、图像空洞填充、几何聚类分割,得到目标各自的轮廓。之后应用该轮廓在复图像域实现目标的分割与提取。
3. 将提取到的目标数据反变换至数据域,重新进行单目标的运动补偿,之后应用RD算法及RID算法(PGCPF)得到不同目标各自的清晰成像结果。
结果:
1. 针对多个相似速度目标(四个舰船目标具有相似的平移运动和不同的三维摆动)进行仿真实验,目标完整分离且成像清晰,说明本文所提出算法的有效性。
2. 应用一段实测双船数据对算法性能做出验证,结果显示分离效果较好,成像较为清晰,说明本文所提出算法具备处理实际场景数据的能力。
结论:
当雷达回波内出现多个目标回波时,由于目标的运动状态差异,导致传统的运动补偿方法无法同时将目标的运动精确补偿,造成成像质量偏低。本文提出一种基于图像域分割处理的多舰船目标ISAR成像算法。该算法经过仿真及实测数据的验证,具备一定的鲁棒性及自适应性。
关键词:图像分割,多目标,ISAR
相似文献一种舰船目标实测数据ISAR像的特征提取与识别新方法
王勇,朱鹏凯
(哈尔滨工业大学 电子工程技术研究所,哈尔滨 150001)
创新点说明:
本文基于舰船目标实测数据ISAR成像结果,提出一种新的二维ISAR像特征提取与分类识别方法,具体创新性可说明如下:
1) 舰船目标ISAR像特征提取新方法。包括ISAR像的图像预处理方法,同时给出六种不同特征的提取方法,包括一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。
2) 针对提取出的舰船目标ISAR像特征,文中采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。
研究目的:
为解决基于实测数据ISAR成像结果的舰船目标特征提取与分类识别问题。与仿真数据相比,依据实测数据成像结果进行特征提取与分类识别难度很大,因此本文首先提出有效的图像特征提取方法,进而采用线性分类器完成对舰船目标的分类识别。
研究方法:
1) 舰船目标ISAR像的预处理,包括抑制条纹干扰、中值滤波、数学形态学等,使ISAR像的质量得到进一步提高,便于特征提取。
2) 舰船目标ISAR像的特征提取。分别提取了图像的一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。
3) 舰船目标分类识别。采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。
结果:
1) 文中给出了舰船目标ISAR像的预处理流程,如正文中图3和图4所示。此时ISAR像的质量得到进一步提高。
2) 文中给出了舰船目标ISAR像的特征提取结果,如正文中图5、图6和图7所示。根据这些特征提取结果,可完成对舰船目标的分类识别。
3) 文中选取两种不同类型舰船目标的外场实测数据,并给出相应的识别结果,如正文中表2所示。相应的结果验证了所提特征的有效性。
结论:
对于舰船目标实测数据的ISAR成像结果来说,可通过图像预处理的方法进一步提高图像质量,进而可对舰船目标进行特征提取,并采用分类器完成对不同类型舰船目标的分类识别。本文的研究结果对ISAR成像技术的实际应用奠定了良好的理论和实验基础。
关键词:ISAR图像,特征提取,识别,舰船目标
相似文献