基于注意力的高炉流态化料面多尺度检测算法

针对高炉料面图像经常发生多物理形态周期转变导致料线追踪精度下降问题, 研究了一种基于注意力的多尺度卷积核流态化料面检测算法(MKAD). 构建了雷达数据集–灰度图像–料形可视化的一类特征提取框架, 在卷积层采用通道和空间双注意力机制, 获得不同尺度的精细化颗粒流态化特征; 使用多尺度卷积核自适应方法提取 并融合喷涌料面多尺度颗粒物特征, 实现跨通道特征融合. 在南钢3#高炉和武钢7#高炉进行了实验和综合评估, 精确率分别可达83.01% 和86.50%, 与峰脊锐化方法相比, 分别实现了1.41%和4.9%的性能提升, 上述融合特征提取框架显著增强了料面检测的鲁棒性.     

基于CR下界无偏能量估计的高炉料面点云锐化成像

高炉雷达获取的料面信息是钢铁冶炼中布料控制的重要参数.但高炉内部环境复杂,料面具有非均匀流态化特性,传统信号处理方法难以准确稳定提取料面有效信息,会导致高炉布料误操作.本文借鉴遥感SAR雷达成像原理,设计了工业SAR扫描式雷达,多倍增加料面采样点密度,提出一种新的料面点云锐化成像算法.分析了高炉雷达料面回波信号干扰信号...     

基于多小波变换和区域相似度的多聚焦图像融合

通过分析图像经多小波分解后小波系数的多个统计特征,构造出多小波系数区域相似度,结合多聚焦图像的成像机理,提出了一中基于多小波变换和区域相似度的融合算法,实验结果表明,该算法可有效融合多聚焦图像,从而获得场景内所有物体都清晰的图像.     

基于角度域谱分析的雷达成像研究

传统小角度雷达成像算法为获得高质量目标像,需要在角度域及频域具有高采样率.针对此问题,提出了一种基于角度域谱分析、频域聚焦的高信噪比小角度雷达成像算法,严格推导了最大不模糊距离以及分辨率计算公式.较传统小角度成像算法,有效地降低了角度域及频域采样率,并且显著地提高了图像信噪比.最后,在Ka波段下通过仿真对该算法进行了验证.仿真结果表明,转台成像方法能够得到高质量高分辨率的目标二维像,并具有有效降低角度域及频域采样率和提高图像信噪比的能力.     

基于离散余弦变换的多聚焦图像融合

文章根据可见光多聚焦图像的成像机理,提出了基于离散余弦变换的融合算法。该方法先利用DCT将图像分解为不同空间频率的分量,然后利用方向对比度的融合规则得到融合图像的DCT域矩阵,最后通过DCT逆变换得到融合图像。实验结果表明,该算法可以有效综合多聚焦图像,从而得到同一场景中所有物体都清晰的图像。与小波融合算法相比,融合后的图像质量都很好,但计算时间缩短了。     

海面场景雷达成像仿真研究

本文旨在实现雷达海面成像仿真,首先采用小面单元法对成像海域进行划分,然后利用双尺度解计算公式实时计算各小面单元的后向散射系数,并在计算过程中融合阴影遮蔽效应,最后通过将时变的海面后向散射系数分布直接映射为图像灰度分布得到仿真图像。     

高炉料面形状双驱动模型研究

高炉料面形状是指导高炉布料决策的重要依据.本文在已开发的新型雷达检测手段的基础上将雷达检测数据和布料机理进行融合.首先根据牛顿运动规律计算炉料颗粒从料流调节阀至料面的运动过程,然后根据体积约束原则建立料面形状模型,最后通过高斯过程回归模型将机理模型和摆动雷达测量得到的料面信息融合,建立了基于雷达数据和机理模型双驱动的高炉料面形状模型.仿真结果表明,本文提出的数据融合的方法在结合雷达检测数据和机理模型的基础上能够更好的拟合出高炉料面形状,可以为高炉稳定运行,节能减排提供可靠指导.     

基于稀疏贝叶斯学习的雷达目标成像技术

利用傅立叶变换进行雷达目标成像,分辨率受瑞利准则的限制;超分辨成像技术能最著改善雷达图像的分辨率,但算法的复杂性急剧增加并且正则化参数不易选取.以稀疏贝叶斯学习为基础,针对雷达成像系统的结构特点,提出了一种基于快速傅立叶变换(FFT)和分块托普里兹(Toeplitz)系统的快速超分辨成像算法.算法无需存储系数矩阵,极大地降低了存储量和运算量.进一步,通过寻找拟合误差曲线和稀疏性度量函数曲线的交点实现了正则化参数的方便选择.仿真结果表明,算法对雷达目标图像具有良好的分辨率增强能力.     

基于区域分割和非下采样Contourlet变换的多聚焦图像融合算法

针对基于神经网络分割算法计算复杂、运算量大等问题,提出一种根据单焦距图像聚焦区域和失焦区域局部相对清晰度的不同进行区域分割的多聚焦图像融合算法。该算法有效结合了非下采样Contourlet变换(NSCT)在图像分解中的多尺度、方向性、各向异性和平移不变性等特点,利用各方向高频分量的聚类来对低频分量进行分割、融合。实验表明该算法是一种有效的多聚焦图像融合方法。     

基于Brenner函数与新轮廓波变换的多聚焦融合算法

为了消除Contourlet融合算法中各方向子带的频谱混叠现象,同时提高有效系数提取的正确率,提出了一种基于Brenner函数与新轮廓波变换(NCT-SFL)的多聚焦图像融合算法。该算法先使用新轮廓波变换分解多聚焦待融合图像;然后对低频系数采用传统的算术平均融合规则,高频系数采用基于Brenner函数的局部能量最大的融合规则,最后经逆新轮廓波变换得到融合图像。实验结果表明：该算法能有效提取待融合图像的轮廓信息,并在获得较优的主观视觉前提下,客观评价指标互信息与转移的边缘信息分别提高了99.34%与77.95%。此外,新轮廓波分解层数较多时,该算法的优势更为明显。     

A novel Scan SAR imaging method for maritime surveillance via Lp regularization

In this article, a novel Scan mode synthetic aperture radar (SAR) imaging method for maritime surveillance is presented. Conventional Scan SAR is generally operated with severe azimuth resolution loss in order to cover a large area. The proposed imaging method changes the way Scan SAR illuminates sub-scenes and presents a new radar illuminating strategy based on ships’ spatial distribution in each sub-scene. To gain ships’ spatial distribution, a scene sensing algorithm based on radar range profiles together with a peak-seeking and clustering algorithm is introduced. After that, a Markov transfer-probability matrix is generated to make sure that radar illuminates each sub-scene randomly under the probability we calculated before. Finally, an imaging algorithm within the L_p (0 < p ≤ 1) regularization framework is utilized to reconstruct each sub-scene; the regularization problem is solved by an improved iterative thresholding algorithm. The whole wide swath image is joined by putting all the sub-scenes together. Experimental results support that the proposed imaging method can perform high-resolution wide swath SAR imaging effectively and efficiently without reducing the image resolution.     

机载雷达单脉冲前视成像算法

单脉冲技术通过比较单个脉冲多路回波信号的信息实现对目标角度位置的精确测量,广泛运用于跟踪雷达中。将其运用于成像中可以实现合成孔径雷达（SAR）,多普勒波束锐化（DBS）等技术难以实现的前视成像,针对这一点,提出了一种单脉冲前视成像算法。实测数据处理结果表明,这种方法与实波束成像相比,可以显著改善图像质量,具有很高的实用价值。     

基于实时地形校正的InSAR图像匹配算法

针对侧视雷达/可见光图像匹配制导系统中由于雷达图像地形畸变引起的误匹配问题,提出了一种基于干涉合成孔径雷达（InSAR）的实时地形校正图像匹配算法。该算法以侧视雷达成像几何构象为基础,利用InSAR获取的实时地形数据对获取的SAR景象数据进行实时几何校正,生成无畸变的SAR景象数据,然后利用校正后的SAR景象数据与提前安装的可见光基准数据进行基于去均值归一化互相关模板的图像匹配。实验结果表明,通过实时地形校正,该景象匹配算法在复杂地形区域的匹配概率和匹配精度都大大优于传统SAR景象匹配算法,有效地提高了SAR图像匹配制导技术的适用性。     

Fuzzy classification of earth terrain covers using complex polarimetric SAR data

The conventional approach of terrain image classification that assigns a specific class for each pixel is inadequate, because the area covered by each pixel may embrace more than a single class. Fuzzy set theory which has been developed to deal with imprecise information can be incorporate in the analysis for a more appropriate solution to this problem. In the current state of imaging radar technology, polarimetric synthetic aperture radar (SAR) is unique in providing complete polarization information of ground covers for more effective classification than a single polarization radar. In this paper, we use the fuzzy c-means clustering algorithm for unsupervised segmentation of multi-look polarimetric SAR images. A statistical distance measure adopted in this algorithm is derived from the complex Wishart distribution of the complex covariance matrix. In classifying polarimetric SAR imagery, each terrain class is characterized by its own feature covariance matrix. The algorithm searches for cluster centres for each class and generates a fuzzy partition for the whole image. Membership grades obtained for each pixel provide detailed information about spatial terrain variations. Classification of the image is achieved by choosing a defuzzification criterion. When the back-scattering characteristics of two or more classes are not well distinguished from each other, a divisive hierarchical clustering procedure is adopted to locate their respective feature covariance matrices. NASA/JPL AIRSAR data is used to substantiate this fuzzy classification algorithm.     

基于切比雪夫多项式的双基地前视SAR成像算法

双基地前视合成孔径雷达(SAR)的特殊构型使其距离历程具有双根号和大斜视的特点,给回波信号的成像处理带来困难,也对成像算法的精度提出更高要求,为此提出一种基于切比雪夫多项式的双基地前视SAR RD成像算法.首先,建立双基地前视SAR的几何模型与回波信号模型,指出收发分离构型对二维频谱公式推导过程中驻定相位点求解的影响;然后,引入切比雪夫多项式展开代替传统成像算法中的泰勒级数展开,在此基础上进行双基地前视SAR斜距等效模型和二维频谱模型的推导;最后,通过分析确定双基地前视SAR RD成像算法的相位匹配函数,给出成像算法的完整流程.仿真结果表明,所提出算法可极大减小双基地前视SAR的斜距等效误差与频谱展开误差,有效提高成像算法的聚焦深度和成像质量.     

斜视模式下基于Legendre展开的改进CS成像算法

在SAR的斜视模式下,针对传统的CS成像算法相位展开精度差的缺点,提出一种改进算法将Legendre展开应用其中。传统的成像算法主要对回波信号的二维频域的传递函数,还有算法流程中的三个相位校正函数应用Taylor多项式进行展开。将Legendre多项式取代Taylor多项式对算法进行处理,并进行了详细的推导,与传统的基于Taylor多项式进行展开的成像算法相比,减少了回波相位近似误差,相位展开精度得到了提高。最后从峰值旁瓣比和积分旁瓣比的角度评估了SAR图像的成像质量。理论推导和仿真结果都表明成像质量得到了进一步的提高。     

基于多次散射目标模型的雷达成像研究

合成孔径雷达（Synthetic Aperture Radar, SAR）作为一种主动微波传感器,被广泛应用于遥感对地观测。然而,传统上的雷达散射模型是基于几何光学近似的,忽略了地物目标之间的相互作用,即多次散射效应。为了充分挖掘和利用毫米波雷达影像中目标电磁散射特性信息,亟需对典型目标的多次散射效应进行建模仿真和验证。基于矩量法（Method of Moments, MoM）分析了球体、二面角等目标表面等效电流分布与分段成像结果的对应关系,并利用后向投影（Back-Projection, BP）算法进行电磁仿真成像,总结了单/双基地雷达模式对成像中散射机制的影响。结果表明：目标表面等效电流分布以及分段等效合成孔径张角会随入射角度发生改变,其中分段等效合成孔径张角会影响方位向分辨率;双基地雷达成像结果中包含更丰富的电磁散射信息。本研究可为SAR系统设计和验证、典型目标回波特性数据收集以及如何基于高解析度SAR影像进行目标识别等研究提供借鉴与参考。     

新体制民用雷达与实时信息处理研究

随着天线制造技术、超宽带技术、合成孔径技术和信息处理技术的发展,雷达的体积不断减小,探测精度和成像分辨率大大提升,雷达开始在民用领域中活跃起来,尤其是应用于穿透成像、微波遥感成像、滑坡监测和机场异物检测等领域的民用雷达发展十分迅速。为了让民用雷达在复杂的自然环境中具有更高、更稳定的性能,雷达信息处理技术一直在不断创新。本文介绍了民用雷达的新趋势和新技术,以及探墙雷达、微型SAR、边坡雷达和异物检测（Foreign object debris,FOD)雷达实时信息处理的关键问题和解决方案。     

热含量不变量的SAR图像点特征变化检测

针对区域变化检测受分类器精度影响大、无法探测出内部细微变化这一问题,本文提出了基于热含量不变量的合成孔径雷达（Synthetic aperture radar,SAR）图像点特征变化检测.该方法利用热核特征,具有计算简便、矩阵扰动性小的特点,且有效地降低了噪声的干扰.由热核不变量的统计特性,采用期望极大化（Expectation maximization,EM）算法解决了SAR图像的自动变化检测.同时通过对权的讨论,给出了适用于SAR图像的权函数定义.对单波段单极化SAR与多极化SAR图像,本文算法相比于基于像素和似然比的方法,能够更快速更精确地检测到变化区域.