一种基于视觉显著性的SAR图像弱目标检测算法

针对传统的恒虚警率(CFAR)算法应用于SAR图像弱目标检测存在虚警率高的问题,提出一种基于改进型Itti视觉显著性模型的新算法。该算法首先获取SAR图像的局部方差特征图、亮度频率特征图和全局对比度特征图,然后将特征图经高斯模糊和归一化后,将其非线性融合生成原始SAR图像尺度的显著图,最后从显著图中提取视觉显著性区域作为最终的检测结果。仿真结果表明,通过和改进型CFAR、相干CFAR和二维Otsu检测三种算法的检测性能对比,该算法在检测准确率和时间复杂度上均具有良好的性能。     

SAR图像舰船目标检测的Gamma流形方法

目前基于统计特征的合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标检测方法,易受成像条件稳定性的影响而误差较大。针对这一问题,本文提出了一种基于Gamma流形的SAR图像舰船目标检测算法。通过Gamma分布族构建SAR图像二维统计流形,构造黎曼度量,借助切向量长度实现对SAR图像的显著性表示。最后利用分类算法,实现SAR图像舰船目标的检测过程。实验结果表明,该方法不仅能有效地检测出SAR图像感兴趣目标区域,而且对海杂波具有较好的鲁棒性。     

一种利用SAR和可见光图像融合检测目标的方法

本文利用军事目标在SAR图像中具有较大的雷达散射截面,后向散射强以及在可见光图像中几何外形清晰的特点,提出一种利用SAR图像和可见光图像多维特征检测目标的方法。该方法分为图像预处理,目标检测和融合检测三部分。首先,利用基于特征匹配的方法对多传感器图像进行配准。其次,利用全局双参数恒虚警(CFAR)方法检测SAR图像中的目标,经过滤波处理后,确定感兴趣区域(Region Of Interesting,ROI)并提取目标的SAR图像特征;将ROI映射到可见光图像中,对该区域进行边缘检测、滤波、连通性分析、提取目标的可见光图像特征。最后,在特征层利用特征向量距离准则融合检测目标。实验结果表明该方法性能优于单传感器检测方法,且能有效的改进目标检测性能。      

一种SAR图像的自动匹配算法及实现

合成孔径雷达(SAR)图像的匹配处理是SAR图像后处理及应用的重要环节。该文提出了一种基于图像特征的快速匹配实现方法。针对两幅SAR图像,该方法进行边缘检测和区域轮廓提取以及区域特征描述,最后实现图像的自动匹配。利用真实SAR图像进行了试验,获得很好的试验结果。     

基于衰落特性的SAR图像斑点噪声仿真方法

合成孔径雷达图象的斑点噪声严重阻碍了SAR图像的解译和应用，文中从数学物理的观点描述SAR图像斑点噪声的衰落统计特性，提出了基于此种特性的理想SAR图像仿真方法，为SAR系统的计算机仿真提供了部分技术方案。并用小波变换方法对仿真图像进行软阚值特征检测，得出了比较理想的特征检测结果。     

一种大场景SAR图像中舰船检测虚警抑制方法北大核心CSCD

针对进行实际大场景合成孔径雷达(SAR)图像舰船检测时容易出现众多陆地上的虚警问题,文中提出一种基于纯背景混合训练的方法来抑制大场景SAR舰船检测的虚警。该方法的核心是将不含有舰船的图像样本(纯背景样本)也输入到网络中进行训练,使网络能够学习纯背景样本特征,最终实现陆地上一些与舰船相似度高的强散射亮点的虚警抑制。由于现有公开的数据集缺少纯背景图像样本,为了便于验证该方法的有效性,文中还组建了由10幅Sentinel-1大场景SAR图像组成的纯背景混合训练SAR舰船检测数据集。在该数据集上,两种单阶段检测器(RetinaNet和SSD)和两种双阶段检测器(Faster R-CNN和Cascade R-CNN)的实验对比结果表明纯背景混合训练可以有效抑制大场景SAR图像中舰船检测的虚警。     

基于特征转移金字塔网络的SAR图像跨尺度目标检测

SAR图像多尺度目标检测能够实现大场景SAR图像中关键目标的定位与识别,是SAR图像解译的关键技术之一.然而针对尺寸相差较大的SAR目标的同时检测,即跨尺度目标检测问题,现有目标检测方法难以实现.该文提出一种基于特征转移金字塔网络(FTPN)的SAR图像跨尺度目标检测方法.在特征提取阶段采用特征转移方法,实现各层特征图...     

基于混合双隐层径向基函数网络的高分辨率SAR图像地物分类算法研究

本文在高分辨率条件下对传统的合成孔径雷达(SAR)图像自动地物分类技术进行了扩展研究．文章首先指出了经典的前馈神经网络模型在SAR图像地物分类中的不足，然后基于径向基神经网络(RBFN)，结合混合专家系统，提出了一种变型的网络结构模型，称之为混合双隐层径向基函数网络(MDHRBFN)，并将其应用于高分辨率单视单极化的SAR图像地物分类．实验结果表明，基于该模型的分类算法能够将SAR图像较好地区分为人造目标类、自然目标类、背景和阴影，具有比经典RBFN模型更好的分类效果，不但可以应用于SAR图像辅助判读，而且能够为目标识别过程提供潜在目标切片．     

SAR图像匹配算法及实现

合成孔径雷达(SAP)图像的匹配处理是SAR图像后处理及应用的重要环节。本文提出了一种基于图像特征的匹配实现方法。针对两幅SAR图像,该方法先进行边缘检测和区域轮廓提取以及区域特征描述,然后基于图像区域不变矩来实现图像的自动匹配。利用真实SAR图像进行了试验,获得很好的试验结果。     

基于扩展分形和CFAR特征融合的SAR图像目标识别

研究了多信息融合技术在SAR图像目标识别中的应用。将扩展分形特征(Extended Fractal)与双参数恒虚警特征(Double Parameter CFAR)形成的多信息进行融合处理。运用Dempster-Shafer证据理论，在决策层对SAR图像中的像素进行识别分类。实验结果表明通过融合对像素分类的准确性明显好于单特征的检测结果，减少了虚警概率，提高了系统的识别能力。     

Estimation of extraction fraction (EF) and glomerular filtration rate (GFR) using MRI: considerations derived from a new Gd-chelate biodistribution model simulation

Previous reports have described the use of magnetic resonance imaging (MRI) to estimate single-kidney extraction fraction (EF) and glomerular filtration rate (GFR), by measuring the concentration difference of intravenously injected Gd-chelate ([Gd]) in the renal artery and renal vein from measurements of blood T1. Problematic is the fact that [Gd] measurements in the renal artery are often inaccurate due to the small size, tortuousness and motion of the vessel. Consequently, the [Gd] in the inferior vena cava (IVC) below the renal vein ostia (i.e., the infrarenal IVC) has been used instead of the renal artery [Gd], based on the assumption that the [Gd] in the infrarenal IVC is the same as it is in the renal artery. However, this assumption has neither been theoretically nor experimentally investigated. Herein, we describe new difference and differential equation pharmacological models that can predict the biodistribution of Gd-chelate throughout the extracellular space. Assuming known average normal blood flows and GFR, our models predict that the infrarenal IVC [Gd] is 3.2% to 4.7% greater than the renal artery [Gd], and that the EF estimate using this IVC measurement is overestimated by 14.2%-20.0%. To support these predictions, algebraic equations are derived which show that the infrarenal IVC must develop a relatively high [Gd] in order to satisfy Gd flux constraints within the vascular system. These results suggest that the infrarenal IVC [Gd] is not a valid substitute for the renal artery [Gd].     

用于高阶MPPSK 信号检测的SVM新算法

为了降低支持向量机(SVM)算法在高阶多元位置相移键控（M-ary Position Phase Shift Keying,MPPSK）系统的信号检测复杂度,在分析常用SVM多分类算法的基础上,提出了一种新的具有更低复杂度的类二分法SVM。为了进一步提高高阶MPPSK信号检测性能,提出一种新的SVM特征向量提取方法,调制矩阵法,并将两种方法结合起来,用于高阶MPPSK系统的信号检测。仿真结果表明:类二分法SVM能显著降低多分类SVM的算法复杂度,调制矩阵选取特征向量法能够显著提高高阶MPPSK系统的检测性能,两种方法结合用于高阶MPPSK系统,可以在有效降低复杂度的前提下保证期望的检测性能。      

Electric field induced ferroelectric-surface modification for high mobility organic field effect transistors

Inherent spontaneous polarization in ferroelectric-dielectric polymer PVDF-TrFE (Poly[(vinylidenefluoride-co-trifluoroethylene]) and an external electric field induced surface modification procedure are utilized to enhance organic field effect transistor (OFET) characteristics. The increase in the carrier mobility of the electric-field (EF) treated device correlates with the EF magnitude and evolution of dielectric microstructure and exhibits an enhancement beyond 300%. The enhanced interfacial transport property appears to have its origin in the dipolar orientation and nanostructure evolution at the interface.     

卫星遥感气溶胶光学厚度在北京2008年地面空气质量监测上的应用

利用卫星遥感地面空气质量是近年来随着空间遥感手段的进步而发展起来的一项新技术,如何利用卫星遥感的大气气溶胶光学厚度产品来定量评估地面空气质量是个难题.利用高分辨率的大气气溶胶光学厚度产品,经过垂直分布的订正和湿度影响的订正,分别得到地面气溶胶消光系数和地面"干"气溶胶消光系数.通过与地面PM10质量浓度的相关分析表明,地面气溶胶消光系数具有比大气气溶胶光学厚度更高的相关系数,而经过湿度订正的"干"气溶胶消光系数具有比前两者更高的相关系数.利用华北地区"干"气溶胶消光系数的分布评估了2008年夏季气溶胶变化情况,与往年同期相比,地面气溶胶消光季节平均下降约17%～20%,而华北平原其他城市和地区则没有显著变化,说明北京地区气溶胶浓度的下降与局地减排有直接关系.     

基于改进贝叶斯分类的Android恶意软件检测

针对Android手机安全受恶意软件威胁越来越严重这一问题,提出一种改进的Android恶意软件检测算法。监控从Android移动设备应用程序获取的多种行为特征值,应用机器学习技术,通过与卡方检验滤波测试结合的方式改进传统的朴素贝叶斯算法,检测Android系统中的恶意软件。通过实验仿真,结果表明在采取朴素贝叶斯分类模型之前,使用卡方检验过滤应用程序的行为特征,可以使基于Android的恶意软件检测技术拥有较低的误报率和较高的精度。     

基于改进加权增强局部对比度测量的红外小目标检测方法

红外弱小目标检测技术是红外搜索与跟踪系统的重要组成部分(IRST)。一般来说,在复杂背景环境下,红外弱小目标检测往往会有高虚警率和低检测率的问题。为了解决这一问题,提出一个改进的加权增强局部对比度测量（IWELCM）检测框架,具有重要意义。首先,通过将局部对比度机制与信杂比(SCR)的计算相结合,提出一个增强的局部对比度测量方法,在增强图像中疑似红外弱小目标区域的同时也提高图像的SCR。其次,通过利用红外图像中弱小目标的特性,以及目标与周围背景的统计差异,提出一个改进的加权函数来进一步增强目标和抑制背景。最后,采用一个自适应阈值分割的方法去获取检测的目标。在不同场景的数据集上的对比实验表明,与七种现有流行的方法相比,提出方法在复杂背景下能够有效地从干扰对象中提取真实的红外弱小目标,具有更好的检测性能。     

基于混合多样性生成与修剪的集成单类分类算法

针对传统集成学习方法直接应用于单类分类器效果不理想的问题,该文首先证明了集成学习方法能够提升单类分类器的性能,同时证明了若基分类器集不经选择会导致集成后性能下降;接着指出了经典集成方法直接应用于单类分类器集成时存在基分类器多样性严重不足的问题,并提出了一种能够提高多样性的基单类分类器混合生成策略;最后从集成损失构成的角度拆分集成单类分类器的损失函数,针对性地构造了集成单类分类器修剪策略并提出一种基于混合多样性生成和修剪的单类分类器集成算法,简称为PHD-EOC。在UCI标准数据集和恶意程序行为检测数据集上的实验结果表明,PHD-EOC算法兼顾多样性与单类分类性能,在各种单类分类器评价指标上均较经典集成学习方法有更好的表现,并降低了决策阶段的时间复杂度。     

Detecting landmines with ground-penetrating radar using feature-based rules, order statistics, and adaptive whitening

An approach to detecting landmines using ground-penetrating radar (GPR) based on feature-based rules, order statistics, and adaptive whitening (FROSAW) is described. FROSAW relies on independent adaptation of whitening statistics in different depths and combining feature-based methods with anomaly detection using rules. Constant false alarm rate (CFAR) detectors are used for anomaly detection on the depth-dependent adaptively whitened data. A single CFAR confidence measure is computed via a function of order statistics. Anomalies are detected at locations with high CFAR confidence. Depth-dependent features are computed on regions containing anomalies. Rules based on the features are used to reject alarms that do not exhibit mine-like properties. The utility of combining the CFAR and feature-based methods is evaluated. The algorithms and analysis are applied to data acquired from tens of thousands of square meters from several outdoor test sites with a state-of-the-art array of GPR sensors.     

高频雷达在射频干扰下的目标探测研究

基于射频干扰一直是困扰高频雷达尤其是小口径阵列雷达的难题 ,分析了射频干扰的距离 多普勒谱和空间谱的形式 ,提出了一种结合射频干扰检测的运动目标检测方法。应用该方法在没有进行射频干扰抑制时仍能有效地检测出被干扰淹没的目标信号 ,大大提高了高频雷达在射频干扰下目标检测的适应能力     

Disturbance Attenuation in Fault Detection of Gas Turbine Engines: A Discrete Robust Observer Design

This study is motivated by the onboard fault detection of gas turbine engines (GTEs), where the computation resources are limited and the disturbance is assumed to be band-limited. A fast Fourier transformation (FFT)-based disturbance frequency estimation approach is proposed and performance indexes are improved by integrating such frequency information. Furthermore, in the left eigenvector assignment, both eigenvalues and free parameters are optimized. As illustrated in the application to the actuator fault detection of a GTE, significant improvements are achieved compared to the existing methods. By combining the frequency estimation and eigenvalue optimization, the main contribution of the paper is the reduction of the computation complexity and the avoidance of the local optimal solution due to fixed eigenvalues.