一种抑制杂波的高精度车载雷达目标检测方法

针对FMCW毫米波车载雷达目标检测过程中易受杂波影响的问题,提出一种可有效抑制杂波的检测方法。首先运用压扩算法对三帧差法进行改进,使其能够较好分离回波中的杂波和目标信号;然后引入CFAR算法滤除回波中的杂波,并运用密度峰值聚类算法寻找目标簇;再将目标簇中目标点的功率值转换成对应的权重,实现对经典重心法的改进,从而有效提升目标定位的准确性。实验结果表明,在停车场、直线路段、城市街道和校园路等4种场景中,该方法的检测准确度分别达到96.5%、95.9%、95.6%以及94.4%。同时,在检测速度方面,单帧雷达回波信号的处理周期可达到0.3 s左右,可以满足实际应用的需求。     

采用稀疏表示的红外图像自适应杂波抑制

针对红外图像中弱小目标的检测问题,提出了一种基于图像稀疏表示的自适应杂波抑制方法.首先,采集500帧红外图像样本,通过训练学习构造包含图像各个层次结构特征的多成分超完备字典;然后,通过红外图像的协方差自适应地选择与图像子块对应的超完备字典对图像进行稀疏表示,利用匹配追踪算法得到子图像在超完备目标字典下的最佳表示系数;最后,根据表示系数以及对应的原子向量对图像子块进行重构,从而得到突出红外小目标的高信噪比重构图像,实现杂波抑制.不同环境下的多项实验表明,该算法可在复杂背景下自适应地抑制杂波,提高图像的信噪比;通过简单的阈值分割可以分开目标和背景,为之后的目标检测处理奠定基础.得到的性能评价指标显示:本算法计算量较小,实时性较强,鲁棒性较强,易于硬件实现.     

引入梯度分布特征的图像背景杂波度量

为提高图像背景杂波度量法对目标获取性能的预测精度,本文基于人眼视觉对物体边缘敏感的视觉特性,将区域梯度分布作为新的结构特征,提出了引入梯度分布特征的图像背景杂波度量法。首先,采用梯度方向直方图表征目标结构特征,选用巴氏系数度量图像目标和背景杂波在两个梯度方向直方图的相似性;然后,将基于图像结构相似性度量方法得到的结构相似性信息进行加权;最后采用D.L.Wilson提出的目标获取性能模型作为目标探测概率、虚警概率和搜索时间的预测模型对Search_2数据库中的目标进行了获取性能预测。结果显示,提出的图像杂波度量法提高了目标获取性能模型的预测精度,得到的线性相关系数分别为0.870、0.845、0.897,均方根误差分别为0.0569、0.0469、2.129,与实际观察者获得的一致性较高,且没有明显的野点,预测性能明显优于现有其他杂波度量方法。     

基于低秩三分解的红外图像杂波抑制

针对红外图像中对比度较低、目标信号较弱且受背景噪声杂波干扰较大的特点,结合信号的稀疏表示理论提出了一种基于低秩三分解模型的红外图像背景杂波抑制算法。首先,分别对红外图像中目标、背景和噪声3种成份进行建模描述,得到低秩三分解模型。然后,采用二维高斯模型构造红外小目标超完备字典,利用所提出的低秩三分解模型将分块重置的图像数据矩阵分解为背景、噪声和目标3种成份。最后,对于目标分量进行阈值处理从而得到突出红外小目标的重构图像,实现杂波抑制。在3种不同情况下的实验结果表明:本文算法能够使红外图像局部信噪比提高2倍以上;与其他经典算法相比,抑制因子至少提高15%。得到的结果表明,所提算法能够有效抑制杂波,在提高红外图像信噪比的同时,对不同噪声干扰也具有较强的鲁棒性。     

采用多尺度隐式马尔可夫模型的红外图像背景抑制

提出了一种基于多尺度隐式马尔可夫模型的红外图像背景抑制方法来解决红外弱小目标检测技术中复杂背景干扰的问题.根据红外目标和背景杂波所具有的不同统计分布特性,利用剪切波变换分解后各尺度、各方向子带内和子带间的系数之间的关系,建立了基于剪切波变换的多尺度隐式马尔可夫模型.通过期望最大化算法计算最优背景参数,分离红外图像中弱小...     

基于多帧差分与自适应技术的运动目标检测方法研究

提出了动态环境下适用于移动机器人视觉导航的运动目标检测方法,将多帧差分与自适应背景剪除技术相结合,考虑了背景的运动变化和对移动机器人的运动进行了补偿,优化了图像采集频率和摄像机运动速度之间的参数,并选取相应的最优帧数进行差分。该方法获得了准确、完整的检测结果,提高了检测的实时性,可用于视觉导航的智能移动机器人系统。     

激光主动成像图像的多帧后处理算法研究

在确定激光器的发散角度、脉冲峰值功率、接收光学系统的参数以及确定激光器和接收光学系统的几何配置后,激光主动成像系统要想得到更远距离更高分辨率的微弱目标的图像,就只受微弱目标的探测成像及处理技术的制约,因为在较长的距离和有限的激光能量下,不可能立刻照明整个目标场景,接收成像端CCD上每个像素接收到的光照度也不可能达到相当的水平。为了在特定的脉冲激光能量下增加成像系统的成像距离,同时减轻大气扰动对成像分辨率的影响,研究了一种独特的图像处理算法,用激光多脉冲来获取整个目标场景的图像,采用辐射量来确定每次曝光时间内最大景物照明区域,这种独特的多帧后处理算法,可以在大气扰动和连续散粒噪声影响下,得到比传统连续照明方式更高分辨率的图像。     

超声彩色血流成像中基于动态区域划分抑制杂波的方法

为提高超声彩色血流成像质量,提出了一种基于动态区域划分的杂波抑制方法。先根据超声回波信号的幅度对血流与组织区域作出初步的划分,再根据杂波运动的非平稳性对组织区域作进一步的调整,最后对各区域用特征向量滤波器进行杂波抑制。将本方法用于计算机仿真血流信号和人体实测血流数据,结果表明:本方法在有效抑制非平稳杂波的同时,能较好地保持血流流速剖面的完整性,解决了传统均匀分段特征向量滤波器选取区间长度时的矛盾,有望成为超声彩色血流成像中一种有效的杂波抑制方法。     

利用普通CCD实现百万帧/秒超高速成像的时序驱动技术

提出了基于普通CCD的掩模式成像技术来大幅提高CCD的图像获取速度,实现百万帧/秒的CCD时序驱动方法。介绍了加掩模后CCD的工作过程,利用掩模把普通CCD的光敏区划分为带有存储区的像素阵列,实现了普通CCD的片上存储功能。分析了利用普通CCD实现百万帧/秒超高帧频的时序驱动方法,掩模形状决定了帧速,帧数和图像的分辨率。对系统的时序结构、电荷转移方式和驱动电路进行了说明,通过特殊驱动电路和图像处理软件设计实现了百万帧/秒的超高帧频。最后,对驱动时序进行了仿真和实验验证。采用条状孔阵列掩模,基于普通CCD图像传感器进行了百万帧/秒工作速度的验证,获得了14幅79pixel×79pixel的图像,其帧频达到200×104 frame/s。文章所述技术具有一定的通用性。     

基于混沌时间序列的云工作流活动运行时间预测模型

针对线性时间序列方法无法有效预测云工作流活动的运行时间的问题,提出一种基于混沌时间序列的云工作流活动运行时间预测模型.该模型利用相空间重构理论和径向基函数神经网络实现对非线性时间序列的预测.相空间重构理论能够有效刻画云工作流活动的运行时间因受系统性能、网络状况等多种因素影响而呈现的非线性特征;径向基函数神经网络能够有效预测混沌时间序列.模拟实验分别考虑了计算密集型的科学工作流和实例密集型的商务工作流的情况.实验结果表明,无论长周期活动还是短周期活动,混沌时间序列模型明显优于其他有代表性的活动运行时间预测方法.     

基于自适应梯度阈值各向异性滤波抑制红外复杂背景

在传统各向异性扩散滤波算法的基础上,提出了一种自适应梯度阈值各向异性滤波算法,用于有效地抑制红外复杂背景、滤除噪声,同时增强红外弱小目标。该算法根据图像的局部特性,利用其在不同方向上的梯度特点,判断某点像素是噪声还是图像以及其存在于图像的平滑区域还是边缘区域。文中据此提出了自适应求取边缘函数中的梯度阈值(K值)的方法,解决了原各向异性滤波算法的边缘函数中K值固定单一的问题。实验证明:与原各向异性滤波算法和其他背景抑制算法相比,提出的算法增加了去噪功能,对各种复杂背景抑制效果更好,增强后的图像信噪比提高了近2倍。     

复杂背景成像条件下运动点目标的轨迹提取

为改进空间目标天基实时监视能力,研究了美国在空间中段实验卫星上搭载的对空间目标进行在轨检测与跟踪的信号处理器的工作方案.针对该处理器在目标运动轨迹提取阶段采用的先二元速度滤波再能量累积判决的“筛选-确认”解决方案,提出了两点改进方法:一是在“筛选”阶段增加运动速度约束条件,二是在“确认”阶段增加样本均差约束条件,使其在降低虚警概率的同时提高检测概率,从而普遍适用于复杂背景成像条件下运动点目标轨迹的提取.最后,利用实际获取的云层背景图像数据库仿真生成了包含多运动目标的时序图像序列,并以此作为输入信号源分析比较了原算法与改进算法的性能差异.仿真实验结果表明:改进算法在二元速度滤波后候选条痕减少到原算法的50％以下,处理器运行时钟周期数从8.0×106次降低到7.1×106次;最终检测结果显示,改进算法判决门限的合理取值范围增加到20左右,可以实现对多运动目标的实时检测.     

深空背景点目标红外序列图像生成

针对空间目标天基探测仿真系统需求,提出了一种基于卫星工具套件(STK)+MATLAB的深空背景点目标红外序列图像生成方法.点目标表面温度计算采用了比节点网络法更高效的等温简化模型以提高仿真效率;由比低分辨率光谱仪(LRS)模型更完备的中段空间实验卫星(MSX)红外星表提供深空背景模型,扩展了探测系统仿真应用领域;同时,建立了以电子数表征的目标背景照度和图像灰度转换模型.图像仿真过程中加入卫星扰动误差、相机测量误差和焦面电子学噪声,仿真生成的图像序列更接近真实物理过程.该仿真方法可以模拟任意时刻、任意指向和任意光学视场4～26 μm的点目标红外图像序列,图像生成实时性好.文章最后给出了某空间目标的红外序列图像仿真实例.     

The projection of a negatively-stained filamentous object down its central axis as revealed by image reconstruction from tilt series

Helical reconstructions of negatively stained biological objects contain distortions arising from filament flattening and the non-cylindrical profile of the stain envelope. Current methods of estimating flattening do not make full use of the information available in electron micrographs. We have applied the more rigorous approach of reconstructing the density profile from tilt series using digital image processing techniques. Tilt series were collected for tobacco mosaic viruses (TMV) and seven independent reconstructions were calculated using equatorial data out as far as ～1/9·3 nm^—1. They indicated that the filaments were flattened with an axial ratio of about 2·4:1, which was probably closer to 3:1 in the original specimen, because the limited resolution caused flattening to be underestimated. The stain envelope around TMV and some indication of the underlying carbon substrate were also observed. This information could enable correction factors for flattening to be developed, which could be useful when calculating helical reconstructions or indexing helical diffraction patterns. This method could also be extended to non-equatorial layer planes, which would provide three-dimensional information on a wide range of macromolecules that possess a one-dimensional repeat.     

基于STK的深空背景点目标红外序列图像生成方法

针对空间目标天基探测仿真系统需求,提出了一种基于STK＋MATLAB 的深空背景点目标红外序列图像生成方法。点目标表面温度计算采用了比以往节点网络法计算更高效的等温简化模型以提高仿真效率;深空背景模型采用了比以往LRS（低分辨率光谱仪）模型更完备的MSX（中段空间实验卫星）红外星表的建模方法,扩展了探测系统仿真应用领域;建立了以电子数表征的目标背景照度和图像灰度转换模型。图像仿真过程中加入了卫星扰动误差、相机测量误差和焦面电子学噪声,仿真生成的图像序列更接近真实物理过程。该仿真方法可以模拟任意时刻,任意指向和任意光学视场的4-26μm的点目标红外图像序列,图像生成实时性好,仿真结果更接近真实物理过程。文章最后给出了某空间目标的红外序列图像仿真实例。     

基于蜂群优化投影寻踪的高光谱小目标检测

为了进一步提高高光谱遥感图像小目标无监督检测方法的运算速度,并降低其虚警率,提出了一种基于改进蜂群优化投影寻踪与K最近邻的检测方法。首先,采用核主成分分析法对原始高光谱遥感图像进行降维;然后,提出以邻域像元联合定义峰度与偏度的方法,并将两者结合作为投影指标,再以改进后的蜂群算法作为寻优方法,使用投影寻踪从高光谱图像中逐层获取投影图像,再根据其直方图提取小目标;最后,利用线性判别分析进一步提取像元特征,并结合加权K最近邻方法对小目标的检测结果进行提纯。大量实验结果表明,与RX方法、独立分量分析法、混沌粒子群优化投影寻踪法相比,本文方法不但可以更精确地检测出高光谱遥感图像中的小目标,而且具有更快的运算速度。