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。     

基于块稀疏贝叶斯模型的ISAR成像方法

传统ISAR稀疏成像主要针对独立散射点散射系数的重构问题,然而实际情况下目标散射点之间并不是独立存在的,而是以区域或块的形式存在,在该情形下利用常用的稀疏重构算法并不能完全地刻画块状目标的真实结构,因此该文考虑采用块稀疏重构算法进行目标散射系数重建。基于块稀疏贝叶斯模型和变分推理的重构方法(VBGS),包含了稀疏贝叶斯学习(SBL)方法中参数学习的优点,其利用分层的先验分布来表征未知信号的稀疏块状信息,因而相对于现有的恢复算法能够更好地重建块稀疏信号。该方法基于变分贝叶斯推理原理,根据观测量能自动地估计信号未知参数,而无需人工参数设置。针对稀疏块状目标,该文结合压缩感知(CS)理论将VBGS方法用于ISAR成像,仿真实验成像结果表明该方法优于传统的成像结果,适合于具有块状结构的ISAR目标成像。     

基于和差波束的三维ISAR成像技术

针对大带宽、高分辨的雷达信号,同一距离单元多个散射点复数叠加,导致传统基于一维距离像比幅测角的三维成像方法效果较差。提出了一种基于逆合成孔径雷达(ISAR)成像的三维成像方法,根据同一距离单元内多个散射点多普勒的不同,利用ISAR成像方法对多个散射点进行分离,在图像配准的前提下对和差信号ISAR像素点进行比幅法测角,最后,剔除角闪烁点及误差较大的散射点,对图像进行重构及合成得到三维ISAR像,同时完成目标定标。实测点目标及飞机目标的处理结果表明了本文方法较传统方法成像质量有较大改善,验证了方法的有效性及可行性。     

一种基于波程差补偿的InISAR图像配准方法

逆合成孔径雷达(ISAR)图像配准是干涉逆合成孔径雷达(InISAR)成像领域一个关键的课题,可以实现同一散射点在不同ISAR图像中的对齐,以便于后续的ISAR图像干涉处理。该文分析了ISAR图像失配准的原因,即散射点到不同天线之间的波程差,并据此提出一种基于波程差补偿的方法来实现不同天线ISAR图像之间的精确配准。首先通过调频傅里叶变换估计目标相对于雷达的转速;进一步根据波程差与目标转动角速度的关系构建补偿相位消除散射点到不同天线间的波程差,并通过2维傅里叶变换获得配准之后的ISAR图像。最后利用干涉处理获得目标真实的3维结构。该文方法可以在回波域通过波程差补偿实现ISAR图像配准,配准之后的各散射点在图像中的位置相同;而经过相关法配准之后的ISAR图像中的各散射点之间有一个像素单元的错位,即该方法的配准效果更精确。此外,基于相关法的图像配准方法耗时达到万秒级,而基于该方法的ISAR图像配准时间仅为秒级,即该方法计算效率更高。最终的InISAR 3维成像结果中,该方法的散射点坐标重构误差为0.3034,而基于相关法的成像结果的误差(45.8529)远大于此。因此,基于所提出方法的InISAR 3维成像结果精度更高。      

结合最近邻图模型的稀疏ISAR成像方法

逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）稀疏成像方法可提供图像对比度高、旁瓣干扰少的成像结果 .稀疏成像以场景或目标散射率分布具有稀疏性为前提,待成像目标场景的稀疏特性决定了最终成像质量. ISAR目标场景的自然稀疏特性着重刻画点状特征,变换域稀疏表示可增强目标图像的纹理等通用特征.通过学习获得的稀疏变换字典,可自适应于待成像的ISAR目标场景,找到面向ISAR目标图像块的特有稀疏表示.但是,图像块的特有稀疏表示中忽略了待成像目标场景中目标的几何特征信息.最近邻图模型可建立给定数据的几何特征描述算子,刻画出给定数据的几何特征信息.本文利用最近邻图模型来刻画待成像目标场景中目标的几何特征信息,并映射到待成像目标场景的特有稀疏表示中;提出结合最近邻图模型的ISAR稀疏成像方法,用于不同类别实测ISAR数据成像.相比已有的ISAR稀疏成像方法,所提成像方法可获得目标轮廓更清晰的成像结果,成像所需时间平均减少10.4%.     

一种基于时域分解的ISAR图像理解与处理方法

逆合成孔径雷达(ISAR)图像的自动理解是应用其进行自动目标识别(ATR)的基础。文中提出一种基于改进的自适应高斯表示(AGR)的ISAR图像理解与处理方法。该方法对目标ISAR图像中点散射与非点散射效应并存的现象给以有效的参数化的描述,进而消除非点散射在图像中造成的模糊展布,并提取到可用于目标识别的成像目标散射中心特征。基于飞机目标实测数据的实验验证了该方法的有效性。     

一种基于时频分解的ISAR图像理解与处理方法

逆合成孔径雷达(ISAR)图像的自动理解是应用其进行自动目标识别(ATR)的基础.文中提出一种基于改进的自适应高斯表示(AGR)的ISAR图像理解与处理方法.该方法对目标ISAR图像中点散射与非点散射效应并存的现象给以有效的参数化的描述,进而消除非点散射在图像中造成的模糊展布,并提取到可用于目标识别的成像目标散射中心特征.基于飞机目标实测数据的实验验证了该方法的有效性.     

基于改进CycleGAN的ISAR图像超分辨方法

图像超分辨是解决ISAR欺骗干扰中由于模型样本不完备导致难以对大带宽ISAR实现高逼真假目标模拟的重要手段。利用生成对抗网络（GAN）可通过端到端映射实现ISAR图像的超分辨,然而,当测试输入样本与训练输入样本分辨率差异较大时,超分辨图像中会出现伪散射点从而导致目标失真。考虑到循环生成对抗网络（CycleGAN）对输入样本差异适应性较好,本文提出了一种基于改进CycleGAN的ISAR欺骗干扰超分辨样本生成方法,分别从损失函数、优化过程、判别器结构三方面对CycleGAN网络结构进行改进,加快了网络的收敛速度,同时对于输入分辨率差异较大的ISAR图像泛化性能更好。利用暗室测量数据验证了所提方法的有效性,与GAN方法相比,对于训练输入样本分辨率差异较大的测试输入样本,生成的超分辨样本散射点位置与真实数据具有更好的匹配效果。     

含旋转部件的动态目标特征提取方法研究

针对含有活动部件的空中动态目标成像方法进行研究，分析活动部件对空中动态目标成像的干扰，通过自适应小波变换分离活动部件及目标，剔除活动部件对成像结果的影响；提取清晰的散射中心，然后基于逆合成孔径雷达（inverse synthetic aperture radar，ISAR）图像灰度级不连续点寻找区域边界，将目标点和背景分离，采用自适应边界收敛方法对目标区域进行轮廓特征提取，得到了良好的目标轮廓特征.所提算法不仅可剔除旋转部件对散射中心的干扰，同时可提取良好的目标ISAR特征.采用实测数据对方法进行了验证.     

ISAR 三维运动检测技术

介绍了一种从逆合成孔径雷达（ISAR）信号中检测目标三维运动度的算法。首先基于三维散射点模型讨论了目标三维运动对ISAR成像的影响,得出现有的运动补偿算法不能有效地对三维运动目标成像。随后介绍了一种从ISAR信号中测量和比较不同时间段目标三维运动的算法,从而判断哪些成像间隔适于用基于二维运动模型的运动补偿和成像方法进行成像。该算法基于测量目标上两个或更多散射点相位之间的线性相关性,其中的相位估计使用了自适应联合时间-频率分析方法。仿真的舰船数据表明了该算法的有效性。     

基于生成式对抗网络的遥感图像半监督语义分割

高分辨率遥感图像的语义分割问题是目前遥感图像处理领域中的研究热点之一。传统的有监督分割方法需要大量的标记数据,而标记过程又较为困难和耗时。针对这一问题,提出一种基于生成式对抗网络的半监督高分辨率遥感图像语义分割方法,只需要少量样本标签即可得到较好的分割结果。该方法为分割网络添加全卷积形式的辅助对抗网络,以助于保持高分辨率遥感图像分割结果中的标签连续性;更进一步,提出一种新颖的能够进行注意力选择的对抗损失,以解决分割结果较好时判别器约束的分割网络更新过程中存在的难易样本不均衡问题。在ISPRS Vaihingen 2D语义标记挑战数据集上的实验结果表明,与现有其它语义分割方法相比,所提出方法能够较大幅度地提高遥感图像的语义分割精度。     

基于纹元森林和显著性先验的弱监督图像语义分割方法

弱监督语义分割任务常利用训练集中全体图像的超像素及其相似度建立图模型,使用图像级别标记的监督关系进行约束求解。全局建模缺少单幅图像结构信息,同时此类参数方法受到复杂度限制,无法使用大规模的弱监督训练数据。针对以上问题,该文提出一种基于纹元森林和显著性先验的弱监督图像语义分割方法。算法使用弱监督数据和图像显著性训练随机森林分类器用于语义纹元森林特征(Semantic Texton Forest, STF)的提取。测试时,先将图像进行过分割,然后提取超像素语义纹元特征,利用朴素贝叶斯法进行超像素标记的概率估计,最后在条件随机场(CRF)框架下结合图像显著性信息定义了新的能量函数表达式,将图像的标注(labeling)问题转换为能量最小化问题求解。在MSRC-21类数据库上进行了验证,完成了语义分割任务。结果表明,在并未对整个训练集建立图模型的情况下,仅利用单幅图像的显著性信息也可以得到较好的分割结果,同时非参模型有利于规模数据分析。     

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。     

基于Word Embedding的遥感影像检测分割

遥感影像检测分割技术通常需提取影像特征并通过深度学习算法挖掘影像的深层特征来实现.然而传统特征（如颜色特征、纹理特征、空间关系特征等）不能充分描述影像语义信息,而单一结构或串联算法无法充分挖掘影像的深层特征和上下文语义信息.针对上述问题,本文通过词嵌入将空间关系特征映射成实数密集向量,与颜色、纹理特征的结合.其次,本文构建基于注意力机制下图卷积网络和独立循环神经网络的遥感影像检测分割并联算法（Attention Graph Convolution Networks and Independently Recurrent Neural Network,ATGIR）.该算法首先通过注意力机制对结合后的特征进行概率权重分配;然后利用图卷积网络（GCNs）算法对高权重的特征进一步挖掘并生成方向标签,同时使用独立循环神经网络（IndRNN）算法挖掘影像特征中的上下文信息,最后用Sigmoid分类器完成影像检测分割任务.以胡杨林遥感影像检测分割任务为例,我们验证了提出的特征提取方法和ATGIR算法能有效提升胡杨林检测分割任务的性能.     

Radar imaging for targets with complex rotation based on phase history decomposition

Traditional inverse synthetic aperture radar (ISAR) imaging algorithms can not obtain focused images when the target undergoes complex three-dimensional (3D) rotation. An imaging algorithm to obtain two dimensional (2D) images or 3D distributions of scattering centers is proposed in this paper for targets undergoing complex rotation in a small angular extent. Firstly, the phase histories of different scattering centers are extracted by signal decomposition and they are arranged into a phase history matrix. Then, the singular value decomposition is carried out for the phase matrix to reveal the rotation characters. 3D rotations and 2D rotations are identified from the singular values and these two cases are treated separately. When target undergoes 2D rotation, the focused ISAR image can be obtained by resampling the received signals according to the first column of the right singular matrix. When target undergoes 3D rotation, the distorted 3D scattering center model can be obtained directly from the first and second columns of the left singular matrix. The distortion and ambiguity for the extracted 3D scattering center model are also analyzed theoretically. Simulations and experimental results verify the effectiveness of the algorithm.     

New approach for ISAR imaging of ship target with 3D rotation

Inverse synthetic aperture radar (ISAR) imaging of ship target is very important in the national defense. The imaging condition for ship target is very complicated due to the complexity of the ship’s movement, and a three-dimensional (3D) rotation occurs for the ship with the oceanic waves. Furthermore, the multi-path effect can not be avoided in most circumstance. In general, the received signal for a 3D rotation ship target can be characterized as multi-component polynomial phase signals (PPS), and the parametric method can be used to obtain the instantaneous ISAR images. In this paper, the received signal is considered as multi-component cubic phase signal, and a new method for ISAR imaging of ship target with 3D rotation by the product high order bilinear matched-phase transform (PHBMT) is proposed. The instantaneous ISAR image is obtained, and the multi-path effect can be eliminated by separating the ISAR image in the range-instantaneous-Doppler domain. Results of real data validate the effectiveness of the new approach presented.     

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。     

Three-dimensional interferometric ISAR imaging for targetscattering diagnosis and modeling

Two-dimensional (2-D) inverse synthetic aperture radar (ISAR) imaging has been widely used in target scattering diagnosis, modeling and target identification. A major shortcoming is that a 2-D ISAR image cannot provide information on the relative altitude of each scattering center on the target. In this paper, we present an interferometric inverse synthetic aperture radar (IF-ISAR) image processing technique for three-dimensional (3-D) target altitude image formation. The 2-D ISAR images are obtained from the signature data acquired as a function of frequency and azimuthal angle. A 3-D IF-ISAR altitude image can then be derived from two 2-D images reconstructed from the measurements by antennas at different altitudes. 3-D altitude image formation examples from both indoor and outdoor test range data are demonstrated on complex radar targets.     

Image indexing and retrieval using expressive fuzzy description logics

The effective management and exploitation of multimedia documents requires the extraction of the underlying semantics. Multimedia analysis algorithms can produce fairly rich, though imprecise information about a multimedia document which most of the times remains unexploited. In this paper we propose a methodology for semantic indexing and retrieval of images, based on techniques of image segmentation and classification combined with fuzzy reasoning. In the proposed knowledge-assisted analysis architecture a segmentation algorithm firstly generates a set of over-segmented regions. After that, a region classification process is employed to assign semantic labels using a confidence degree and simultaneously merge regions based on their semantic similarity. This information comprises the assertional component of a fuzzy knowledge base which is used for the refinement of mistakenly classified regions and also for the extraction of rich implicit knowledge used for global image classification. This knowledge about images is stored in a semantic repository permitting image retrieval and ranking. This research was supported by the European Commission under contract FP6-027026 K-SPACE.