一种正前视宽扇区高分辨雷达扫描成像方法

合成孔径雷达（Synthetic Aperture Radar,SAR）只有照射到飞行方向左、右两侧的感兴趣成像区域时才能处理出高分辨率SAR图像,飞行方向正前方的成像区域就成为了SAR成像的固有盲区。三通道（和、方位差、俯仰差）毫米波单脉冲成像雷达能够实现对正前视场景的二维成像,获取单脉冲图像。提出对SAR/单脉冲图像进行图像配准和融合拼接的方法：首先利用多尺度多方向二维Gabor滤波器组分别对SAR/单脉冲图像进行特征提取,然后对两组特征矩阵进行归一化互相关匹配,对匹配好的图像进行像素级融合处理,得到完整的正前视宽扇区高分辨雷达图像。试验数据成像处理结果表明,所提复合成像算法能够对飞行正前方宽扇区范围内进行高分辨成像,有效解决了工程实际中碰到的正前视高分辨成像盲区的难题,对于前视雷达成像侦察、弹载雷达目标区域景象匹配、飞行器夜航、盲降等具有一定的工程实际意义。     

低信噪比S模式应答信号相关检测方法

针对低信噪比条件下S模式应答信号检测概率低、虚警概率高的问题,提出一种基于数据包检测、单脉冲匹配滤波和报头多脉冲检测等三次相关检测的增强识别方法。该方法首先利用数据包相关检测得到数据包位置,从而确定报头脉冲的检测门限;然后利用单脉冲匹配滤波对信号进行降噪处理,确定脉冲位置;最后估计脉冲幅度和噪声功率,利用多脉冲相关检测识别信号报头。通过这三次相关处理,该识别算法可提高S模式应答信号的准确识别率。理论推导了检测概率的数学表达式,通过计算机仿真,在期望虚警概率下,本文方法基本达到了理论检测概率,同时对比了本文方法与传统的直接匹配滤波法、脉冲前沿检测法、基带归一化互相关法的识别性能,验证了本文算法性能的优越性。      

基于改进双边滤波的多尺度运动目标检测方法

提出一种基于改进双边滤波的运动多尺度目标检测方法,以提高对弱小目标的检测能力。首先对视频或序列红外图像进行改进双边滤波处理,提高目标的对比度,同时抑制背景的边缘噪声及随机噪声。然后对目标进行三维匹配滤波,获得若干组速度匹配叠加强度图像。最后,在这些图像中进行基于NNLoG(归一化负LoG算子)的多尺度目标检测,得到序列图像或视频段的最佳匹配速度及增强后的图像。可最终计算出目标在序列图像或视频中的运动方程。通过大量的实验及对比实验可知,改进双边滤波、三维匹配滤波及NNLoG算子综合处理效果都较好,可有效检测序列图像或视频中的目标。     

高距离分辨率极化雷达目标匹配识别研究

本文提出一种基于高距离分辨率极化雷达体制的雷达目标相关匹配识别新方法。首先介绍了雷达目标多维极化距离像匹配识别的原理,然后介绍了多维相关匹配表达式的构造方法。最后利用雷达目标测量数据进行了目标识别的实验。理论分析和实验结果表明：极化信息的有效利用,可以提高雷达的目标识别性能。     

基于脉间特征深度学习的雷达辐射源识别

多功能雷达在复杂程序调度下,发射信号参数呈现取值范围宽、捷变速度快、变化随机性强等特点,非合作接收方难以对其建立有效的信号模型,给电子侦察系统的雷达辐射源识别带来严峻挑战。本文提出一种基于深度学习的复杂体制雷达辐射源识别方法,利用大样本全脉冲数据形成脉间参数变化的图像特征表示,从宏观上揭示雷达辐射源隐含的波形设计机理,并设计了基于AlexNet网络的图像特征深度学习网络开展辐射源识别,实测数据实验表明了本文的方法对一定时间跨度内的有限部同型多功能雷达具有良好的识别性能,为多功能雷达辐射源智能个体识别提供了新的解决思路。      

雷达

TN95 00041493常规单脉冲雷达体制下的多目标近距离分辨/杜攀,郁文贤,胡卫东,戴征坚(国防科技大学Al,R实验室)11系统工程与电子技术.一1999,21(11)一23一25,51常规单脉冲雷达的发射脉冲一般具有快速上升沿,其回波含有丰富的高频分量,但传统的雷达信号处理系统并没有利用这些高频信息,致使雷达分辨率得不到提高.介绍的这种改进的逆滤波方法根据回波信噪比、结合逆滤波方法的高分辨特性和匹配滤波器的强抑制噪声能力、利用回波中的高频分量,使常规单脉冲雷达的分辨率有明显改善.仿真实验表明、采用这种方法使雷达分辨率得到提高图4参8(许)推…     

雷达导引头成像识别新技术

提出了一种适于工程应用的雷达导引头成像目标识别新方法,采用DBS成像、前视单脉冲波束锐化技术及高分辨一维距离成像技术,较好地解决了导引头对目标的远距离前斜视跟踪和近距离前视跟踪问题。实测数据仿真结果表明,基于强散射点的DBS图像点特征匹配算法具有较高的匹配可靠性和匹配精度,满足了雷达导引头DBS图像识别的工程使用要求,具有较高的实用价值。     

基于阵元方向图的相控阵雷达辐射源识别技术

为了实现对相控阵雷达辐射源的个体识别,分析了相控阵雷达天线的方向图形成方式,提出一种基于阵元天线方向图的相控阵雷达辐射源识别技术。通过双站侦察数据得到相控阵雷达天线阵面的指向角,进而算得相控阵雷达的阵列因子函数,经过比对接收的雷达天线方向图和阵列因子函数,得到组成阵列的天线阵元方向图,最终将计算得到的天线方向图与数据库中的天线方向图进行匹配,完成对相控阵雷达辐射源的个体识别。该方法通过提取相控阵雷达天线方向图的不变个体特征,实现了对相控阵雷达辐射源的个体识别。仿真实验结果表明所提方法能够有效地对相控阵雷达辐射源进行识别。     

由数据统计特性检测噪声的中值滤波算法

为了改善中值滤波的滤波效果,提出了一种基于数据统计特性进行噪声检测的中值滤波算法,采用通过数据的离散程度检测出噪声点,仅仅对噪声点进行中值滤波的方法,对实验激光图像进行处理,计算了各算法处理图像的散斑指数、峰值信噪比和归一化均方误差,比较了它们的散斑抑制能力。结果表明,新方法确实具有滤波优势。     

一种快速高效的虹膜识别算法

为了提高虹膜识别系统的性能,提出了一种新的虹膜识别算法。首先采用先粗后细的方式定位虹膜的内外边界,然后将虹膜图像归一化展开并去除噪声,最后用选定的滤波器虚部对展开后的虹膜图像进行滤波并对特征编码,匹配算法中采用Hamming距离来定义特征间的距离。实验表明:对于CASIA库中的图像及自制采集设备采集的图像,本文算法都能达到较好的识别效果,而且相对于传统算法,本文算法大幅度降低了处理耗时和虹膜特征编码长度。     

Exact (spiral + circles) scan region-of-interest cone beam reconstruction via backprojection

We present a (spiral + circles) scan cone beam reconstruction algorithm in which image reconstruction proceeds via backprojection in the object space. In principle, the algorithm can reconstruct sectional region-of-interest (ROI) in a long object. The approach is a generalization of the cone beam backprojection technique developed by Kudo and Saito in two aspects: the resource-demanding normalization step in the Kudo and Saito's algorithm is eliminated through the technique of data combination that we published earlier, and the elimination of the restriction that the detector be big enough to capture the entire cone beam projection of the ROI. Restricting the projection data to the appropriate angular range required by data combination can be accomplished by a masking process. Because of the simplification resulting from the elimination of the normalization step, the most time-consuming operations of the algorithm can be approximated by the efficient step of line-by-line ramp filtering the cone beam image in the direction of the scan path, plus a correction image. The correction image, which can be computed exactly, is needed because data combination is not properly matched at the mask boundary when ramp filtering is involved. Empirical two-dimensional (2-D) point spread function (PSF) is developed to improve matching with the correction image which is computed with finite samplings. The use of transition region to further improve matching is introduced. The results of testing the algorithm on simulated phantoms are presented.     

基于相位相关滤波与点云特征的激光点云配准方法

文中针对激光点云配准效率低和处理时间长的问题,提出一种基于相位相关滤波结合特征的扫描配准方法。扫描配准算法被解耦为旋转匹配与平移匹配两个步骤。在旋转匹配中,霍夫描述符提取的线段特征结合相位相关滤波得到具体的旋转量。平移匹配主要基于点云的边界特征,使用相位相关滤波处理提取到的特征,得到准确的x和y方向的平移量。与传统的迭代最近点(ICP)相比,提出的配准策略在处理静态数据时错误率降低了89.2%,处理时间降低了91.6%。同时,动态数据实验表明提出的方法具有较低的中位数和更好地一致性。     

去除红外图像条带噪声改进算法研究

由于红外焦平面阵列中各探测单元的响应特性不完全一致,导致像元之间存在一定的非均匀性,使红外图像中出现深浅相间的条纹状噪声,这种噪声严重影响了红外图像的质量和解析度。针对红外图像条带噪声的产生机理,在传统距匹配法的基础上,文中从图像灰度均值和方差的角度入手,结合红外图像数据量小、图像内容丰富的特点,将分段多项式拟合和中值预处理的思想分别应用到红外图像条带噪声的消除算法中,得到了改进的多项式拟合滤波法和基于中值预处理的分段拟合滤波法。理论分析和实验结果表明,文中提出的两种算法具有原理简单、实用性强的特点,能够有效地消除红外图像的条带噪声,提高图像信噪比。     

毫米波人体安检图像自适应滤波方法

为解决毫米波人体安检图像背景区域的大量毛刺、混叠等噪声对隐匿物体识别造成的干扰问题,提出一种自适应的二次模板匹配滤波方法。首先将原始图像进行水平集二值分割,然后将分割结果作为模板对原始图像进行背景滤除,最后将滤除背景的结果作为先验图像对原始图像进行改进的双边滤波。基于毫米波成像系统的实际图像进行对比实验,验证了此算法相比于传统滤波方法的改善,并证明此算法可以针对性地滤除毫米波安检图像的背景噪声,保留人体区域的图像细节,有利于毫米波安检图像中的隐匿物品识别与定位。     

基于加权优先级和分类匹配的图像修复方法

待修复像素优先级的计算及最佳匹配块的确定是基于纹理合成图像修复方法的两个基本环节,传统方法不仅难于确定优先级计算中的置信度,而且难于搜索到最佳匹配块.提出了一种基于加权优先级和分类匹配的图像修复方法,该方法在优先级模型中,引入指数函数和正规化函数分别优化置信度和数据项,使得计算的优先级更加客观,从而使修复顺序更加合理.基于此,将结构信息作为搜索匹配块的一个度量因子,采用分类筛选方式,选取最佳匹配块.实验结果表明,所提方法在获得良好修复效果的前提下缩短了修复时间.     

基于数学形态学的信息识别研究及Matlab实现

为了实现信息快速识别,采用基于数学形态学的模块匹配方法,具体先将典型的信息归一化,然后提取其过线特征、左右轮廓特征,将这些特征组成被分析对象的特征向量,对信息进行初步分类,然后利用模板匹配法对信息进一步细化分类,从而完成信息识别。通过实验,利用Matlab中Simulink视频和图像处理模块集进行仿真,得出基于数学形态学的信息识别法定位准确度较高,研究对象阈值分割较好,且算法容易实现,对提高整个系统信息识别的实时性有实用意义。     

基于引导滤波及视差图融合的立体匹配

立体匹配是双目视觉领域的重要研究方向.为在保证图片纹理区域匹配精度的同时降低弱纹理区域的误匹配率,提出一种基于引导滤波及视差图融合的立体匹配方法.首先,根据图像颜色相似性将图片划分为纹理较丰富区域和弱纹理区域.接着,分别采用不同参数的引导滤波进行代价聚合及视差计算,得到两张视差图.然后依据纹理区域划分的结果对获得的两张视差图进行融合.最后,通过左右一致性检测、加权中值滤波等视差优化步骤得到最终视差图.对Middlebury测试平台上标准图像对的实验结果表明,该方法在6组弱纹理图像上的平均误匹配率为9.67％,较传统引导滤波立体匹配算法具有更高的匹配精度.     

基于单脉冲雷达和差通道多普勒估计的前视成像

单脉冲测角技术用于扫描雷达前视成像可有效提高图像的清晰度,但单个脉冲对同分辨单元多目标测角时会发生角闪烁现象,造成图像模糊.该文提出了一种基于单脉冲雷达和差通道多普勒估计的前视成像算法,利用目标和平台之间相对运动引起的多普勒梯度差异实现同分辨单元内不同方向目标的分离,然后在多普勒域采用和差比幅测角(SDAC)技术测量目...     

Edge-preserving guided filtering based cost aggregation for stereo matching

Stereo matching has been widely used in various computer applications and it is still a challenging problem. In stereo matching, the filter-based stereo matching methods have achieved outstanding performance. A local stereo matching method based on adaptive edge-preserving guided filter is presented in this paper, which can achieve proper cost-volume filtering and keep edges well. We introduce a gradient vector of the enhanced image generated by the proposed filter into the cost computation and the Census transform is adopted in the cost measurement. This cost computation method is robust against radiometric variations and textureless areas. The edge-preserving guided filter approach is proposed to aggregate the cost volume, which further proves the effectiveness of edge-preserving filter for stereo matching. The experiments conducted on Middlebury benchmark and KITTI benchmark demonstrate that the proposed algorithm produces better results compared with other edge-aware filter-based methods.     

一种用于太赫兹共焦扫描图像复原的复合算法

THz 共焦扫描成像中,由于太赫兹激光器不可能恒定输出和采集信号微弱等原因,导致成像质量有待提高;数字图像复原方法是一种节约系统成本和空间的有效手段。文中提出了一种用于太赫兹共焦扫描图像复原的基于两步背景抑制、中值非局部均值(MNLM)滤波和灰度变换的复合方法,并将此方法用于真实太赫兹图像,与中值滤波、开运算和非局部均值滤波相比较。真实图像处理结果表明,此方法具有较好的复原效果,尤其是图像对比度有明显提高。