ISAR像目标识别中的预处理及特征提取

目标逆合成孔径雷达(inverse synthetic aperture radar,ISAR)像通常受多种噪声的影响,这些噪声影响了ISAR图像的质量,使得对图像的理解以及特征提取变得困难。提高图像质量,减少噪声的干扰成为识别过程中重要的步骤。首先根据所得ISAR成像分别对图像进行横条纹干扰抑制和去除噪声干扰然后提取出清晰的目标像。对ISAR像进行边缘提取,计算边缘图像上点的马氏距离,得到马氏距离阵列,并作为目标特征向量。实验表明,对目标进行预处理有效地提高了ISAR特征的稳定性,有利于后续的目标特征提取与识别。     

含裂纹缺陷的红外热图像处理算法研究

针对含裂纹缺陷的红外热像图对比度差、信噪比低的特点,提出了一种涉及噪声消除、图像细节增强、区域分割等多个方面的红外图像处理算法。算法首先通过时域有限冲激响应(FIR)滤波去除了图像中的部分噪声,然后利用提升小波变换与模糊逻辑非线性算子相结合的方法实现了对红外图像的增强,最后采用改进的区域生长方法对图像中的裂纹区域进行了分割处理。实验结果表明,本文算法有效地滤除了噪声干扰,提高了裂纹图像的对比度,同时很好地保留了整条裂纹中各小段灰度等级不同的特征,为后续测量裂纹深度奠定了必要的基础。     

基于InISAR像的目标识别方法

针对目标ISAR图像方位向坐标是多普勒频率,其分辨率和目标运动状态有关,如果不进行标定,直接利用ISAR像进行识别存在困难,该文提出了一种基于多特显点的InISAR成像方法,并利用极化映射,提取特征进行识别。该文利用ISAR图像中特显点的多普勒频率和横距的关系,对整幅ISAR像进行横向定标;InISAR像转换到极坐标格式下,提取具有旋转和尺度不变性的特征,对目标分类。详细分析了4个主要参数对成像和识别的影响,仿真实验结果验证了理论分析。     

基于GPU的ISAR实时干扰效果评估

针对逆合成孔径雷达(ISAR)在干扰试验中的干扰效果评估主要通过相关领域专家进行事后评估,存在评估时效性差,且评估标准比较模糊、主观的问题,提出一种利用图形处理器(GPU)实现ISAR实时干扰效果评估的方法。首先利用GPU的并行阵列计算能力将成像处理过程并行化,实时得到高分辨率图像;然后处理图像,提取ISAR图像特征和目标一维像、二维像特征参数,对干扰效果进行量化评估。该方法具有实时、客观、定量的特点,可多角度评估被试装备的干扰效果,对于实际应用中ISAR干扰效果评估有重要意义。     

一种机载相控阵雷达波控系统设计

ISAR干扰效果评估一直是电子对抗领域的热点和难点问题。针对传统客观评估指标存在不足,提出了一种基于图像纹理特征的ISAR干扰效果评估方法。该方法充分考虑了干扰前后图像像素点之间的相关性,其特征向量组涵盖了目标方向、相邻间隔、变化幅度、位置特征及能量变化等多维信息的变化,体现了一种多指标信息融合的体系评估思路。最后,结合ISAR实测数据进行了仿真实验,结果表明该方法不仅能够准确反映干扰前后图像细节纹理的变化,而且能够有效实现干扰样式的优选,有效提升了干扰效果评估的稳健性和可靠性。     

基于正弦调相的ISAR干扰方法

为了实现对ISAR干扰,本文从目标一维距离像及ISAR运动补偿的角度,提出了基于正弦调相的ISAR干扰方法。文中对干扰信号如何影响距离像、影响运动补偿进行了详细的理论分析,给出了干扰造成ISAR图像失真的理论依据。并进行了基于实测数据的仿真实验。结果表明,基于正弦调相的ISAR干扰方法可以较好地干扰ISAR的一维距离像和最终的二维像,并具有压制干扰和类似欺骗干扰的双重效果,是一种对付ISAR的有效干扰手段。     

基于非线性流形学习的ISAR目标识别研究

详细分析了逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）二维像的非线性流形结构特点,指出ISAR二维像可以看作是由位置、姿态和尺度等内在参数共同作用而张成的一个在高维图像空间中的非线性流形。在此基础上,论文将非线性流形学习的思想引入到ISAR目标识别领域,提出了一种基于局部保持投影（Locality Preserving Projections, LPP）算法和k近邻分类器的ISAR二维像特征提取和目标识别方法。该方法首先利用LPP算法对维数较高的ISAR二维像进行降维,然后采用具有拒识功能的k近邻分类器对四类飞机目标进行了分类识别。仿真实验结果表明,LPP算法能够发现嵌入在高维ISAR图像空间中的低维非线性流形,并且能够利用LPP算法降维后的特征获得较高的识别率。     

基于结构图像先验与ASM能量的服装图像去噪

服装图像在采集和传输过程中会受到噪声不同程度的影响,为更有效地去除服装图像中的噪声,本文提出了一种基于ASM图像能量的深度学习图像去噪方法.该方法基于结构图像先验理论,以随机向量作为卷积神经网络的输入,含噪声的服装图像作为目标输出.网络通过反向传播进行迭代,根据噪声与自然图像对于网络的阻抗不同,迭代至输出图像的ASM能量极大值处进行截断,截断处的输出图像即为去噪后的服装图像.实验结果表明,该方法对服装图像去噪后的PSNR达到29.91,比NLM去噪提高了 0.74,比guided去噪提高了 1.97.与传统的图像滤波去噪算法相比,该方法能更有效地去除图像中的噪声,保留服装图像的纹理细节.     

SAR图像人造目标检测研究

在合成孔径雷达(SAR)自动目标识别中,人造目标的检测至关重要。该文根据SAR图像的特点,对图像中的人造目标进行了检测。首先采用自适应小波滤波方法对图像进行滤波,在保留图像细节的前提下有效地去除了图像中的乘性噪声,使后续的检测变得相对容易。然后采用基于自适应遗传算法的C-划分二维模糊熵算法对图像进行分割。实验结果表明,该文方法能够有效地检测出图像中的人造目标。     

基于trace特征的ISAR像空间目标识别

论文提出了一种基于trace特征的逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）像空间目标识别算法.首先将ISAR像进行分割与归一化处理,利用Canny边缘检测、Hough变换方法提取空间目标ISAR像最长轴,确保所提特征具有旋转不变性;然后仅对最长轴所在局部区域进行Trace变换生成空间目标ISAR像的局部trace矩阵,使得所提trace特征满足低维要求;再将trace矩阵每一列向量进行移位对准操作以消除ISAR像平移对识别带来的影响并将其作为空间目标识别的特征向量;最后在特征空间内以最小欧氏距离作为不相似度,采用集成分类器AdaBoost.M2-KNN完成了5类空间目标的分类识别.通过5类空间目标的ISAR数据对该方法进行目标识别验证,并与现有的几种ISAR像特征提取方法进行了对比.结果表明论文所提算法可行有效,可以明显地提高识别率.     

基于对称Gabor小波滤波的舰船目标识别方法

文中构建一种对称Gabor小波滤波器(SGWF),能够对逆合成孔径雷达(ISAR)像中舰船进行识别。由Gabor小波滤波器构建的SGWF 滤波器具有上下对称结构,对镜像翻转的图像滤波后仍具有镜像对称性。使用SGWF 与奇异值分解(SVD)相结合来提取特征,使得该方法可以避免因多普勒变化导致的ISAR正像和倒像的检测问题。SGWF可在不同尺度和方向对图像进行滤波,充分反映图像的纹理特征和强度特征。在实验中,使用九艘民船的实测ISAR 像进行识别,通过在成像过程加入高斯白噪声来检测算法对噪声的鲁棒性,并检验图像分块数量对算法性能的影响,以及检验训练样本数量对算法性能的影响,识别结果证明了算法的有效性。     

基于ISAR图像的中段目标二维几何特征反演方法

该文针对弹道导弹防御系统的目标识别问题,研究了中段目标的2维几何特征反演方法。基于中段目标的外形特征,提出了一种描述目标2维几何结构的稳定特征量,该特征量不受目标姿态变化和雷达工作条件的影响。基于中段目标的电磁散射特性,建立了目标在不同姿态下的ISAR成像结果与目标2维几何特征的映射关系,进而提出一种基于ISAR像的中段目标2维几何特征反演方法,能够稳定地反演出中段目标飞行过程中所有姿态下的2维几何特征。通过电磁计算数据和暗室测量数据验证了所提方法的有效性和稳定性。     

雷达目标三维特征的提取与识别研究

以逆合成孔径雷达(ISAR)成像技术和计算机视觉理论为基础，提出了一套新的从动态目标ISAR成像序列中提取目标散射点三维结构信息，以此作为目标特征的识别方法。这一研究方法包含了4个重要环节：动态目标的ISAR像序列的获得；“散射点像元”质心的检测、跟踪和匹配；基于光流分析的目标散射点三维结构特征的提取；目标三维特征的识别。由于经过了时间和空间上信息的积累，目标的散射点的三维结构特征具有稳定和直观的特点。作为一种新的目标识别的依据是很有效的，且只需要较少的训练样本就可以获得较高的识别率。     

Adaptive ISAR image construction from nonuniformly undersampleddata

An adaptive approach is proposed to construct ISAR images from nonuniformly undersampled data in the angular domain. The algorithm uses an adaptive scattering feature extraction engine in place of the Fourier transform in the image construction procedure. The algorithm entails searching and extracting out individual target scattering features one at a time in an iterative fashion. The interference between different target scattering features is thus avoided and a clean ISAR image without the aliasing effect can be obtained. The algorithm is verified by constructing the ISAR image from the chamber measurement data of the model VFY-218 airplane     

一种基于相干积累CPF和NUFFT的机动目标ISAR成像新方法

机动目标的复杂运动导致散射体回波信号多普勒频率时变,给逆合成孔径雷达（ISAR）成像方位向处理带来困难.而传统的距离-多普勒（RD）成像方法、Wigner-Ville distribution（WVD）瞬时成像方法、Radon-Wigner等成像方法由于成像效果差或运算效率低等因素,不适合复杂运动目标的ISAR实时成像.针对这些问题,本文提出了一种基于相干积累三次相位函数（CPF）的机动目标ISAR成像新方法.首先,把平动补偿后的各距离单元数据,通过CPF变换到时间-调频率平面.然后,利用各散射体自项能量平行于时间轴分布特性,提出一种基于相干积累的交叉项和虚假伪峰抑制方法,进而得到各散射体在频率-调频率平面的高分辨分布特性.最后,通过向频率轴上的投影得到该距离单元目标的方位ISAR图像,并通过引入非均匀快速傅立叶变换（NUFFT）来降低算法计算复杂度.计算机仿真处理结果验证了该方法的有效性.     

基于并行PO/EEC的ISAR回波生成与成像仿真

为了满足基于模板的逆合成孔径雷达（ISAR）目标识别对海量高分辨模板图像的工程需求,提出了一种基于并行电磁散射特性计算技术的ISAR图像信号级仿真方法。首先,以OpenMP技术为基础采用并行物理光学和等效边缘电磁流对目标的电磁散射特性进行快速计算;其次,以步进频率波形为雷达发射波形结合目标的电磁散射特性生成了宽带雷达回波数据;最后,对使用距离多普勒算法对仿真回波数据进行处理生成ISAR像,并与点阵模型成像结果进行了对比分析。实现了对ISAR图像的信号级快速仿真,对ISAR系统设计与验证、ISAR图像解译和目标识别以及ISAR成像处理等具有重要意义。     

基于子孔径参数估计的双基地ISAR图像融合方法研究

双基地逆合成孔径雷达(Bistatic ISAR)能够同时获取两个视角下的目标雷达回波,将分别所成的图像进行融合处理可以获得质量更高的ISAR图像以提供更丰富的目标信息,但由双基地角带来的目标像尺寸形状不一致等问题将造成融合困难。该文针对转台模型目标,提出一种基于子孔径参数估计的双基地ISAR图像融合方法,利用孤立强散射点在不同子孔径下的多普勒差值估计出目标的转动角速度和半双基地角,再将不同视角下的数据映射到同一个坐标平面中进行融合处理,得到效果更好的图像,最后利用仿真实验结果验证了该方法的有效性。     

基于直方图统计量的逆合成孔径雷达目标识别

将原用于人脸识别的基于Gabor局部二进制模式的识别技术用于逆合成孔径雷达(ISAR)像的雷达目标识别,对算法进行了改进,取得了较好的识别效果。将ISAR像进行Gabor小波变换,提取不同尺度和方向的Gabor幅值图谱;然后把幅值图谱分成小的子区域,用多尺度局部二值模式提取空域增强的直方图作为特征,最后在χ2统计量作为不相似度量计算的特征空间里,采用最近邻分类器完成五类目标的分类识别。与目前已有的几种典型ISAR目标识别方法进行了对比,结果表明:该方法是可行且有效的,能够明显地提高识别率。