基于形态成分分析的复杂背景SAR图像舰船尾迹检测

SAR图像舰船尾迹检测不仅可用于反演运动舰船的航速航向信息,也有助于发现远小于尾迹的弱小舰船目标.针对现有基于直线检测的舰船尾迹检测方法一般仅适用于简单海况背景SAR图像的问题,提出一种基于形态成分分析的复杂背景SAR图像舰船尾迹检测方法.该方法依据各形态成分只在特定字典下稀疏表示的基本原则,针对舰船尾迹的     

基于形态字典学习的复杂背景SAR图像舰船尾迹检测

SAR图像舰船尾迹检测不仅可用于反演运动舰船的航速航向信息,也有助于发现弱小舰船目标.然而现有舰船尾迹检测方法一般仅适用于简单海况背景下的SAR图像,复杂海况背景下的检测效果难以满足应用需求.本文提出一种基于形态成分分析与多字典学习的复杂背景舰船尾迹检测方法.该方法针对海况背景的复杂多变性以及舰船尾迹类型的有限性,通过离线学习方式构建海面纹理字典,通过解析方式构建尾迹结构字典并迭代更新,将图像分解为包含舰船尾迹的结构成分与包含海面背景的纹理成分,利用剪切波变换对结构成分高频系数重构以增强结构成分,并通过Radon变换对增强后的结构成分进行尾迹线检测.实验结果表明,本文所提方法对于复杂背景SAR图像舰船尾迹检测的效果明显优于现有方法.     

一种基于小波变换的SAR图像边缘检测方法

边缘检测是遥感图像处理中很重要的一步。因合成孔径雷达图像通常带有较强的噪声,用传统的边缘检测方法效果不理想。采用小波方向性检测技术并结合顺序统计滤波的方法,设计了一组方向可调滤波器,根据方向滤波的信息,对其进行边缘检测。实验证明本算法计算有效,边缘定位准确,并对噪声有抑制作用,从而取得了良好的检测效果。     

基于实时灰度Hough变换的超声图像针状物体检测

实时针状物体分割、跟踪技术是图像导引手术治疗过程中的一项关键技术,针分割结果直接关系到手术的成败.以灰度Hough变换为基础,提出了一种在二维超声图像中检测插入软组织中针的自动跟踪技术--实时灰度Hough变换技术.该技术不需要二值化,它由粗-精搜索策略和改进的基于相位编组方法的灰度Hough变换两部分组成.用患者乳腺活检超声图像进行了实验,其结果表明,方法在没有外部硬件加速的情况下,在PC机上就能够实时、准确地检测出活检针,其方向误差为1°左右,位置误差在0.5mm以内,完全可以满足超声图像导引手术治疗与活检的需要.     

基于灰度投影和Hough变换的快速虹膜定位方法

针对虹膜边缘图像提取的困难，提出了将灰度投影和Hough变换相结合的快速定位方法。首先，根据人眼图像的整体灰度分布特征，用灰度投影的方法进行阈值分割，定位出瞳孔，然后对虹膜边缘进行增强操作并提取边缘信息．最后以瞳孔的圆心和半径为参考，缩小搜索范围，用改进的Hough变换法精确定位出虹膜边缘。实验结果表明．该方法提高了虹膜定位的速度．并且具有较好的定位效果。     

长度归一化扫描的合成孔径雷达图像船舶尾迹恒虚警率检测算法

船舶尾迹检测作为近年来SAR图像海洋应用的一个重要方面而受到关注。本文提出了一种基于归一化扫描的SAR图像船舶尾迹检测算法。由于船舶的距离向运动分量会导致船舶在SAR图像上存在方位向偏移,因此算法首先在船舶的方位向一定距离内逐点进行360度归一化扫描得到扫描域,然后在扫描域内以概率模型进行统计建模实现了CFAR检测,进而对检测结果进行形态学处理,最后对扫描域进行K-均值聚类。反演扫描域聚类后的类心得到带端点目标尾迹及方位偏移量,同时自动提取出船舶的航速。利用COSMO-SkyMed数据对本文所提出的方法进行实验验证,实验结果表明本文的算法可以快速有效地进行尾迹检测和船舶速度反演。     

基于Hough变换的圆检测方法

总结了圆检测的几种常用方法,如经典HT、随机HT和广义HT.结合几种方法的优缺点,提出了一种基于经典HT的改进Hough变换圆检测方法.该方法先对图像进行预处理,如灰度化、去噪滤波、边缘检测以及运用数学形态学等,然后进行Hough变换.其主要思想是用多维数组来代替经典的循环过程.把Hough变换应用到织物防水性能自动测试的真实图像中,通过对经典Hough变换与改进后的Hough变换的比较,可以看出检测速度有所提高,检测精度也达到了令人满意的程度.     

基于Hough变换检测直线的研究

Hough变换是图像处理中的一种常用的检测算法,能够有效地在较大的噪声环境中提取图像中的特定信息。本文主要介绍了标准Hough变换算法以及为了降低标准Hough变换算法的时间复杂度而提出的快速Hough变换算法。     

基于灰度投影和Hough变换的快速虹膜定位方法

针对虹膜边缘图像提取的困难,提出了将灰度投影和Hough变换相结合的快速定位方法。首先,根据人眼图像的整体灰度分布特征,用灰度投影的方法进行阈值分割,定位出瞳孔,然后对虹膜边缘进行增强操作并提取边缘信息,最后以瞳孔的圆心和半径为参考,缩小搜索范围,用改进的Hough变换法精确定位出虹膜边缘。实验结果表明,该方法提高了虹膜定位的速度,并且具有较好的定位效果。     

基于椭圆Hough变换的尿沉渣图像红细胞检测

传统的椭圆Hough变换存在运算速度慢,计算量大,占用储存空间大等缺点。针对尿沉渣镜检图像,首先对利用圆环Hough变换对全图中的红细胞进行粗定位,之后针对每个可能存在红细胞的小区域,利用一个改进的随机椭圆Hough变换对图像中的红细胞进行定位识别。该方法由于采用了低维Hough参数空间且合理减少了随机椭圆Hough变换中的采样次数,从而同时降低了算法的时间与空间开销,同时还具有良好的抗噪能力,提高了检测准确率。在真实图像上的实验结果证明了以上结论。     

基于局域Radon变换的尾迹提取算法

提出一种基于局域Radon变化的SAR图像尾迹提取算法,该算法首先利用滑窗对图像进行标准差归一化处理,以突出图像中灰度与海面背景有明显差别的区域;选出突出的像素点,并根据策略将其灰度值用某些常数代替;接着在局域Radon变换中,积分值对应于这些区域线性特征的长度,通过设定阈值去除线性区域较短的非尾迹区域产生的虚警,用形态学的膨胀算法将结果中靠的很近的两条亮线合成一条,再用合理的腐蚀处理,剔除噪声信号。实测数据处理结果表明,该算法能准确提取舰船尾迹,降低虚警,能确定尾迹的起点和终点,准确计算出尾迹的边之间的夹角,而且运算简单,满足人们对系统实时性的要求。     

长度归一化扫描的合成孔径雷达图像船舶尾迹恒虚警率检测

提出一种基于长度归一化扫描的合成孔径雷达(SAR)图像船舶尾迹检测算法.存在距离向运动分量的船舶在SAR图像上会发生方位向偏移,那么尾迹的起点必在方位向上这一偏移量范围内.根据这一物理事实,将尾迹检测的搜索范围限定在可能为尾迹的线段上,从而提高了检测效率.算法通过利用线性积分和长度归一化这两个方法将矩形滑动窗口下的线性特征检测转化为了点特征检测,并通过经典的虚警率(CFAR)检测理论实现检测结果的输出.利用COSMO-SkyMed数据对该算法进行了实验验证,实验结果表明,该算法在尾迹检测上具有检测能力强、速度快的优点,船舶速度反演具有较高精度.     

Two modified discrete chirp Fourier transform schemes

This paper presents two modified discrete chirp Fourier transform (MDCFT) schemes. Some matched filter properties such as the optimal selection of the transform length, and its relation-ship to analog chirp-Fourier transform are studied. Compared to the DCFT proposed previously, theo-retical and simulation results have shown that the two MDCFTs can further improve the chirp rate reso-lution of the detected signals.     

基于FRFT的线性调频信号映射方法的快速算法

针对基于分数傅立叶变换(Fractional Fourier transform,FRFT)的线性调频信号(LFM)的参数估计方法,提出了基于Radon变换的判决准则,并建立了相应的快速算法。该映射方法将具有同样调频斜率、同样多普勒中心频率、不同初始相位的信号映射到同一个点。该快速算法的计算量等同于FRFT的计算量,计算结果的精确度取决于连续两次的FRFT运算。     

基于最小二乘支持向量机的SAR影像边缘检测算法

为了实现不同传感器影像之间的边缘特征匹配,提出了一种新的SAR影像边缘检测方法.该方法首先利用最小二乘支持向量(LS-SVM)时影像进行拟合以减小相干斑噪声的影响,然后采用基于小波变换的断面检测法进行影像边缘检测.通过与经典影像边缘提取算子的实验对比,表明该方法更适合于斑点噪声明显的SAR影像边缘检测.     

合成孔径雷达及其干涉技术研究进展

合成孔径雷达(Synthetic aperturer adar,SAR)能够在全天候、全天时条件下对地面进行大范围测绘,是现代民用遥感和军事侦察中的重要手段。本文回顾了SAR及干涉合成孔径雷达(InSAR)技术的历史,叙述了SAR由非聚焦到完全聚焦,由光学处理到全数字式处理,由二维测绘到干涉三维测绘的发展历程。通过例举典型系统,介绍了国外机载、空载SAR和InSAR技术的现状,并对我国近年来在该领域取得的进展作了简要介绍。最后,本文给出对SIR—C／X—SAR采集的航天飞机SAR数据处理所得到的成像结果。     

Multi-channel SAR imaging based on distributed compressive sensing

The rapid development of compressive sensing(CS)shows that it is possible to recover a sparse signal from very limited measurements.Synthetic aperture radar(SAR)imaging based on CS can reconstruct the target scene with a reduced number of collected samples by solving an optimization problem.For multi-channel SAR imaging based on CS,each channel requires sufficient samples for separate imaging and the total number of samples could still be large.We propose an imaging algorithm based on distributed compressive sensing(DCS)that reconstructs scenes jointly under multiple channels.Multi-channel SAR imaging based on DCS not only exploits the sparsity of the target scene,but also exploits the correlation among channels.It requires significantly fewer samples than multi-channel SAR imaging based on CS.If multiple channels offer different sampling rates,DCS joint processing can reconstruct target scenes with a much more flexible allocation of the number of measurements offered by each channel than that used in separate CS processing.     

基于NSCT分解系数的SAR图像目标检测算法*

恒虚警率(Constant False Alarm Ratio,CFAR)目标检测法用于合成孔径雷达(Synthetic Aperture Radar, SAR)图像时,通常要求图像有强的对比度,而实际上此条件很难满足。为提高SAR图像目标的检测率,特别是低信噪比图像,本文从SAR成像机理入手,结合非下采样Contourlet变换（Nonsubsampled Contourlet Transform,NSCT）理论的多尺度、多方向和平移不变性等特点,提出了一种新的SAR图像目标提取算法,即TD-NSCT（Target Detection based on NSCT）算法。该方法融合了CFAR检测器和NSCT变换的优点,通过对分解系数特征的选取和组合,达到改善SAR图像信噪比、提高SAR目标检测率的目的。用不同实际SAR图像数据和不同方法进行了比较实验,实验结果表明TD-NSCT算法能效提高SAR目标的检测率,特别是对于那些隐藏地物目标的低信噪比SAR图像。 TD-NSCT算法是一种可行和有效的SAR图像目标检测算法。     

基于目标的低码率SAR图像压缩

基于目标的SAR图像压缩关键问题是将自动目标检测与图像压缩算法相结合。提出了以db4小波进行小波域多分辨率恒虚警率（CFAR）检测并嵌入图像编码中,在压缩有损量化前检测出目标区,推导了重要小波系数掩膜公式并据此将每个子带中的系数分成目标与背景两个序列,对目标序列以高比特率ECTCQ编码而背景序列则相反。对MSTAR图像压缩实验结果表明,同一般的SAR图像编码算法W/TCQ相比,低码率下TIC算法目标区SNR高,同时背景信息亦得到保护。