星载雷达在评估地基天气雷达非降水回波识别算法效果中的应用

非降水回波识别算法的效果直接影响着雷达数据后续应用（如定量降水估测）的结果,因此对其进行客观定量检验是很重要的。文中所用算法在SWAN系统雷达反射率因子质量控制算法基础上增加了晴空回波识别算法,使用回波延展度因子并增加高度限制来对晴空回波进行识别和去除。使用星载雷达反射率强度数据与非降水回波去除前后的地基雷达数据进行时空匹配,对非降水回波识别算法效果进行客观的直观和定量验证。参照星载雷达观测结果,文中算法针对与降水回波无混叠的超折射回波有很好的识别效果,效果优于存在降水与超折射混叠的情况,当降水回波中存在与超折射回波水平纹理相近的对流降水时,经算法处理后该部分回波会丢失部分信息。针对存在降水与超折射回波混叠的情况,将算法处理前后的地基雷达降水区域反射率因子分别与星载雷达数据进行比较,结果表明经算法处理后的数据更接近星载雷达观测值。评价结果可为算法适用性分析及改进提供依据。     

星载雷达在评估地基天气雷达非降水回波识别算法效果中的应用

非降水回波识别算法的效果直接影响着雷达数据后续应用（如定量降水估测）的结果，因此对其进行客观定量检验是很重要的。文中所用算法在SWAN系统雷达反射率因子质量控制算法基础上增加了晴空回波识别算法，使用回波延展度因子并增加高度限制来对晴空回波进行识别和去除。使用星载雷达反射率强度数据与非降水回波去除前后的地基雷达数据进行时空匹配，对非降水回波识别算法效果进行客观的直观和定量验证。参照星载雷达观测结果，文中算法针对与降水回波无混叠的超折射回波有很好的识别效果，效果优于存在降水与超折射混叠的情况,当降水回波中存在与超折射回波水平纹理相近的对流降水时，经算法处理后该部分回波会丢失部分信息。针对存在降水与超折射回波混叠的情况，将算法处理前后的地基雷达降水区域反射率因子分别与星载雷达数据进行比较，结果表明经算法处理后的数据更接近星载雷达观测值。评价结果可为算法适用性分析及改进提供依据。     

星载雷达在评估地基天气雷达非降水回波识别算法效果中的应用

非降水回波识别算法的效果直接影响着雷达数据后续应用(如定量降水估测)的结果,因此对其进行客观定量检验是很重要的。文中所用算法在SWAN系统雷达反射率因子质量控制算法基础上增加了晴空回波识别算法,使用回波延展度因子并增加高度限制来对晴空回波进行识别和去除。使用星载雷达反射率强度数据与非降水回波去除前后的地基雷达数据进行时空匹配,对非降水回波识别算法效果进行客观的直观和定量验证。参照星载雷达观测结果,文中算法针对与降水回波无混叠的超折射回波有很好的识别效果,效果优于存在降水与超折射混叠的情况,当降水回波中存在与超折射回波水平纹理相近的对流降水时,经算法处理后该部分回波会丢失部分信息。针对存在降水与超折射回波混叠的情况,将算法处理前后的地基雷达降水区域反射率因子分别与星载雷达数据进行比较,结果表明经算法处理后的数据更接近星载雷达观测值。评价结果可为算法适用性分析及改进提供依据。     

一种基于LBP和GLCM融合的气象雷达地物杂波识别新算法

为了识别多普勒雷达气象回波图中的地物杂波,论文提出了一种基于局部二进制模(Local Binary Patterns,LBP)与灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)融合的新算法.其中使用LBP判断图像是否包含块状杂波,使用GLCM特征值识别地域零散的地物杂波.实验表明,该算法对气象雷达回波图中地物杂波具有较良好的识别效果.     

基于GCM 与RFH 的文本图像联合识别

为了更好地识别文本图像,分析了基于灰度共生矩阵的特征在文本图像识别中的盲点,提出利用矩 形框直方图来形成新的特征,以此联合识别文本图像．实验证实本文方法平均识别率高达95.96%,且虚报率仅为 0.92%,优于基于灰度共生矩阵的识别．     

基于灰度共生矩阵信息融合的视频噪声识别算法

针对视频监控图像中存在噪声的问题,利用视频中相邻两帧间差异信息可反映出视频中的噪声,结合灰度共生矩阵,提出基于灰度共生矩阵五特征信息融合的客观噪声视频识别评价方法。该方法首先对连续的两帧视频进行差分运算,然后对帧差图像利用灰度共生矩阵计算图像信息熵、能量、逆差距、均值和、方差和五个特征,最后用支持向量机进行信息融合训练学习,对无参考视频噪声有效识别。实验结果表明,该方法预测识别效果较好,识别率高达95.11%,与主观识别有较好的一致性,能获得较低的漏检率和误报率。     

基于GLCM和Gabor纹理特征的手势识别算法

针对手势灰度图像的纹理特征富含手势类别信息的特点,提出一种基于融合GLCM(灰度共生矩阵)和Gabor小波变换提取手势图像空、频域纹理特征的手势识别方法。构建手势灰度图像的多方向共生矩阵,并计算多方向共生矩阵的特征参数来提取手势纹理的GLCM特征;通过手势灰度图像的Gabor小波变换来提取手势纹理的Gabor特征;对所提取的两种特征进行归一化处理后串联构建手势纹理特征向量;使用基于稀疏自动编码器和softmax分类器的深度堆栈自编码网络对构建的手势纹理特征向量进行分类识别。实验表明:该方法具有较高的识别率和较好的鲁棒性,对15种手势的平均识别率达到97.4%,能够满足人机交互对手势识别的要求。     

灰度共生矩阵纹理特征提取的Matlab实现

图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的基础性工作,其中图像的纹理特征对描述图像内容具有重要意义,纹理特征提取已成为目前图像领域研究的热点。文中深入研究了基于灰度共生矩阵（GLCM）的纹理特征提取方法,给出了基于Matlab的简便实现代码,分析了共生矩阵各个构造参数对构造共生矩阵的影响。分析结果对优化灰度共生矩阵的构造、实现基于灰度共生矩阵（GLCM）的特定图像的纹理特征提取等都具有重要参考意义。     

基于香蕉雷达回波图像的特征提取与识别

为了解决高速公路绿色通道验货部门存在的难以用人工的方法去判断车中是否夹带违禁物的实际问题,在采集香蕉的雷达回波图像的基础上,利用灰度共生矩阵的特征提取,提出了基于反向传播(BP)神经网络对香蕉的雷达回波图像进行识别和分类的方法,编制了香蕉的雷达回波图像的识别和分类软件。通过在河南高速服务区绿色通道验货部门的实际应用,表明该软件有较好的识别和分类效果。     

图像真伪分析

本文在图像特征的提取上,利用图像的颜色特征和纹理特征,分别用颜色最远距离矩阵和灰度共生矩阵表示。从这两个矩阵中取得特征值作为图像的特征;分类器的设计本文采用了成熟的KNN分类器,并在此基础上用Matlab做了仿真系统,得出可以初步识别图片的效果。     

一种改进的海杂波滤波算法

在超视距雷达的发展历程中,计算机仿真技术的出现有力地推动其技术的发展。海杂波作为超视距雷达探测中的一个主要干扰因素,严重影响到相应技术的发展。在传统计算机仿真技术中,很少考虑到滤波算法对信号的影响,这就造成目标信号在通过计算机仿真后产生较大的失真。本文针对上述计算机仿真的不足,将信号的纠正过程引入计算机仿真算法中,达到海杂波抑制和信号修正的双重目的,并通过实验与传统计算机仿真结果进行对比,较好地体现出本文所设计滤波算法的优越性。     

多重分形在杂波跟踪中的应用

为了精确跟踪杂波,提高PD雷达的恒虚警检测性能,该文提出一种基于多重分形定义的雷达杂波跟踪技术。通过分析杂波数据中的纹理信息,将多重分形技术应用于杂波跟踪。以单点分形维数和区域分形指数随q值的变化程度为标准,确定多重分形最优高阶矩数,结合PD雷达的杂波特性和多重分形算法,使强度变化较大的杂波数据转化为指数变化较稳定的高阶分形指数图;通过对在其中引入高阶矩后以确定的同一门限进行图像分割处理,结合形态滤波得到主瓣区域的位置信息。通过对大量的实际数据的分析实验,证实了该方法的有效性。     

基于电子海图的真实感航海雷达图像仿真方法

为了满足军事与商船航海雷达的仿真要求,提高雷达回波图像仿真的真实感,提出了一种基于扇形带状纹理融合模型的实时扫描仿真方法模拟高真实感的雷达回波图像。该方法以电子航海图(ENC)数据为雷达回波源数据,根据雷达回波形成机理,以扇形带状纹理融合算法替代传统基于像素单元的雷达图像仿真方法,实时生成雷达回波纹理数据,在此基础上,提出雷达回波信号处理仿真模型实现雷达基本功能,包括增益调节、海浪抑制与雨雪抑制等。经实验证明,该方法在雷达回波显示效率和效果上有了明显改善,为解决雷达与电子海图显示与信息系统（ECDIS）模拟提供有效的手段。     

基于MUSIC谱估计的探地雷达回波处理方法

为了克服现有信号处理算法对探地雷达噪声及杂波滤除的不足,提出了一种基于MUSIC谱估计时域与频域联合滤波方法。利用常用的去直流波和均值滤波抑制方法进行雷达信号预处理,在此基础上,引入谱分析中信号子空间与噪声子空间的概念,将MUSIC算法与最小二乘法相结合来进行探地雷达杂波及噪声处理。仿真及实验结果表明,提出的回波处理方法可以有效地抑制雷达信号中的噪声和杂波,能提高测量数据的精度,具有较高的实用性和可用性。     

Classification of radar echoes with a textural–fuzzy approach: an application for the removal of ground clutter observed in Sétif (Algeria) and Bordeaux (France) sites

This work deals with the classification of radar echoes and the removal of clutter caused by the Earth’s surface. Two incoherent radar sites are considered, which are the regions of Sétif (Algeria) and Bordeaux (France) where different climates and landforms prevail. To perform this task, we used a combination of textural and fuzzy approaches. For the textural technique, we applied grey-level co-occurrence matrices that are widely used in the analysis of texture images. We have shown that among nine parameters, only energy and local homogeneity are considered to be effective in discriminating between precipitation echoes and clutter. Then, these parameters are used as inputs for the fuzzy system, while the two radar echo types are its output classes. Image processing done by using this approach has reduced ground echoes by more than 93.5% for Sétif and 92.3% for Bordeaux sites, while more than 97.6% of precipitation echoes are stored at both sites. In addition, over 96% of the anomalous propagations observed only in Bordeaux site are removed. The proposed approach gives a filtering average rate that is 94.5% higher than that obtained for the textural technique alone, which is 91.5%.     

基于Hu-GLCM的手势识别方法研究

针对手势识别过程中单一手势特征对手势描述的不足,提出了一种基于改进Hu矩和灰度共生矩阵GLCM的手势识别方法 Hu-GLCM。首先利用肤色模型对采集的图像分割出手势区域;其次采用数学形态学和多边形拟合的方法提取手势的单连通轮廓,利用改进Hu-GLCM算法提取手势的几何形状特征和纹理特征并建立模板数据库;最后通过扩展的Canberra距离对手势图像进行识别和分类。实验结果表明,该改进算法对7种手势的平均识别率达到95%以上,且计算速度快,能够满足实时性的需求。     

融合LBP和GLCM的纹理特征提取方法

为提取有效的特征用于纹理描述和分类,提出一种融合局部二进制模式(LBP)和灰度共生矩阵(GLCM)的纹理特征提取方法。利用旋转不变的LBP算子处理纹理图像,得到LBP图像及其GLCM,采用对比度、相关性、能量和逆差矩描述图像的纹理特征。实验结果表明,与其他方法相比,该方法提取的纹理特征具有更强的纹理鉴别能力,平均分类正确率达到93%。     

从EOS/MODIS数据中提取夜间强对流云团的闪电信息

主要探索用EOS/MODIS极轨卫星监测闪电的可行性,应用大气和云辐射原理以及云中水滴mie散射的原理,从EOS/MODIS的中红外通道及热红外通道中提取夜间强对流云团产生的闪电信息,并可由强对流卫星云图的云顶温度确定可能出现冰雹的区域,对减灾、预警提供宏观信息。     

分数阶Fourier域低分辨雷达飞机回波的分形特性分析与目标分类

常规低分辨雷达体制下的目标分类与辨识是雷达目标识别领域的一个研究难点。研究表明,地、海、空等雷达杂波具有分形特性,不同类型目标会对回波分形特性产生不同的影响,但在强杂波背景下,回波的分形特性更多地表现为杂波的特性。作为一种非平稳信号分析工具,分数阶Fourier变换可以有效地获取目标回波信号的细节特征并充分抑制杂波,且具有快速算法。为此,论文立足于分形及其相关理论,拟从分数阶Fourier域对常规雷达飞机目标回波的分形特性进行分析,估计和分析其分形参数,并对分数阶Fourier域回波分形特征在飞机目标分类中的应用进行探讨。研究结果表明,在最优变换阶数下,分数阶Fourier域飞机目标回波具有显著的分形特性,且充分反映了目标的特性,分形测度分析可以揭示回波的动力学演化机制,且最优变换域回波分形特征可以有效用于飞机目标的分类和识别。     

自注意力机制改进U-Net网络的强积冰云层预测

针对传统时空序列的雷达回波外推方法易出现低层信息及强回波区信息丢失的问题,提出了一种适用于任意尺寸特征图输入的新型GC-ResUNet网络预测模型。模型主框架采用U-Net神经网络解决了低层信息丢失的问题,同时引入GCNet自注意力机制解决了强回波区特征丢失的问题。以2018—2020年间沿海雷达回波拼图为数据样本,以临界成功指数、探测率、虚警率为评价标准进行实验。仿真结果表明,该模型对于未来1 h内的中低强度回波的预测成功率相比于传统光流法提升20%左右,对于强回波的预测成功率提升33%～70%。