SAR图像仿真方法研究综述

SAR图像仿真是一种在计算机平台上,通过模拟SAR图像特征或者SAR系统工作过程,从而得到仿真SAR图像的技术。它克服了真实SAR系统获取不同参数SAR图像成本高、周期长的缺点,在SAR系统研制和算法验证等方面起着重要作用。按照仿真流程,介绍了三种SAR图像仿真方法并对它们的优缺点进行了剖析,对其当前的发展状况做了较为全面的综述,对当前存在的问题进行了分析并对未来的发展趋势进行了展望。     

SAR图像道路检测及其仿真

针对图像边缘定位易发生偏移且对噪声比较敏感的问题,传统检测方法有缺点,现从小波理论出发,提出了一种基于beamlet变换的SAR图像道路线特征提取方法。首先对未经斑点噪声抑制的原始SAR图像进行非下采样小波分解,在变换域中利用beamlet变换进行道路线特征提取,最后采用识别算法检测了道路。实验结果显示方法与传统检测算子相比,具有很好的抗噪性能,检测到更多细节特征且道路识别效果更好。     

SAR扩展场景原始数据混合域仿真方法

针对理想航迹和真实航迹情况下的合成孔径雷达(Synthetic aperture radar,SAR)扩展场景目标原始数据仿真,给出了两种混合域仿真方法.在理想航迹情况下,根据原始数据二维频谱的精确解析式,给出了一种距离向时域方位向频域的混合域仿真方法,除驻定相位原理引入的误差外,该方法在推导过程中没有做任何近似处理.在真实航运情况下,给出了包含任意航迹偏移的SAR距离模型,通过对距离模型的近似处理,提出了一种距离向频域方位向时域的仿真方法.给出了具体的仿真实验,在理想航迹下与常规时域方法比较,给出了原始数据相位比较曲线.在真实航迹下分析了距离模型近似误差,并给出了原始数据运动补偿前后的成像结果.仿真结果证明了两种方法的准确性和高效性.     

SAR图像线特征提取方法的仿真

雷达图像的线条特征提取算法一般分为三步:首先作图像预处理,然后采用特定的边缘检测算子提取边缘点,最后形成各种有意义的线条特征。本文采用两步检测算子来直接检测边缘点,不需要对图像进行预处理。首先用比率线探测器对SAR图像进行线特征的提取,然后用互相关探测器进行提取,最后融合二者的结果。本文对该算法进行仿真,证实了该算法能够很好的提取图像的线特征。     

面向复杂场景图像的文本定位新方法

针对复杂场景文本,提出了通过投影产生候选文本块的新算法和针对该算法的候选文本块分析方法.首先根据MLP网络的输出确定图像每个像素点是文本像素点还是非文本像素点,得到候选二值图像.然后根据候选二值图像使用投影法生成候选文本块,针对该投影法,本文提出了频率分析法剔除非文本块,有效的提高了定位准确率.实验表明,本文的方法实现简单,而且可以得到较好的文本定位效果.     

大场景高分辨率SAR图像中机场快速检测方法

目前关于机场检测的研究已有很多,但大多以红外或可见光遥感图像为处理对象,而对合成孔径雷达（SAR）图像的处理主要集中在含有机场的小场景情况。针对大场景高分辨率SAR图像中机场快速检测问题,在现有检测方案的基础上提出了一种新的机场检测方法。首先对原始图像进行预处理,然后对图像进行自适应阈值分割并提取图像中的感兴趣区（ROI）,最后提取ROI的尺寸、形状、对比度和拓扑特征并送入二叉决策树进行辨识。实验结果表明,该检测方法具有较高的准确率和较快的处理速度。     

面向图像场景转换的改进型生成对抗网络

设计了新的生成器网络、判决器网络以及新的损失函数,用于图像场景转换.首先,生成器网络采用了带跨层连接结构的深度卷积神经网络,其中,多个跨层连接以实现图像结构信息的共享;而判决器网络采用了多尺度全域卷积网络,多尺度判决器可以区分不同尺寸下的真实和生成图像.同时,对于损失函数,该算法借鉴其他算法提出了 4种损失函数的组合,...     

面向语义属性查询的动画场景图像检索系统

设计并实现了一个交互式检索动画场景图像的系统。通过从动画场景图像中自动提出三种语义属性信息（类别、时间以及复杂度）,用户可以输入例如“一幅不复杂的傍晚的天空”作为查询来找到满意的检索结果。该系统是全自动的,并且是可扩展的。所有的语义属性特征计算在后台完成,从而保证系统的实时检索。此外,还设计了针对用户的几种不同交互式检索界面,极大地增强了检索的灵活性及正确性。     

一种面向流体仿真的场景处理方法

在流体仿真中,场景处理是将场景模型转化为可计算流体边界的重要途径.针对传统算法效率低的问题,提出一种面向流体仿真的场景处理方法.通过挖掘流体仿真计算的规律,定义面向流体计算特征的场景语义;利用该语义建立最优场景图来组织仿真场景,并对场景进行高效的处理.将文中方法应用到火灾仿真和流体动画中的实验结果表明,该方法能够提高场景处理效率,满足流体仿真计算的需求.     

虚拟现实场景图像点云大数据展示仿真

虚拟现实技术可以利用计算机图像建模技术构建虚拟空间,通过视觉效果增强现实效果。但是,由于虚拟场景特征点较多,且密度较大,复杂场景的三维重建和展示的难度较高。提出基于图像点云大数据的虚拟现实场景展示方法。利用Kinevt v2设备获取虚拟现实场景两帧图像及点云数据,通过对点云数据的滤波处理,优化虚拟现实场景重构精度。基于滤波处理,提取虚拟现实场景两帧图像的特征点,并匹配特征点,构建三维场景重建模型。将三维场景重构模型与配准后的点云数据、场景颜色信息相融合,完成模型的可视化,实现虚拟现实场景的展示。实验结果证明了研究方法展示的虚拟现实场景特征信息更完整,在图像滤波处理前后,研究方法的虚拟现实场景特征点提取效率均更高,总耗时在7ms以内,且研究方法应用下图像处理器占用的空间内存低于20MB。     

大场景SAR图像中提取小型港口区域技术研究

目的 漫长的海岸线上有很多由简单码头和突堤组成的小型港口,它们不像大型港口那样时刻被监视着,但其作为舰船的临时停靠场所,也是需要重点关注的区域,有必要对其区域进行自动检测。方法 本文在充分分析小型港口特征的基础之上,根据其海岸线轮廓在不同尺度下均能表现出丰富角点的特点,构造了提取小型港口区域的完整流程,包括采用多尺度角点检测提取港口潜在区域、采用新型突堤检测方法精提取港口区域、采用改进的岸线封闭性测度法鉴别去除虚假港口3个环节,通过实际SAR图像仿真验证了方法的优越性。结果 利用本文所提出的方法,处理两幅典型的港口区域SAR图像：Radarsat-2烟台港1 m分辨率的SAR图像和TerraSAR-X印度维沙卡帕特南港1 m分辨率的SAR图像,并与文献4中所述的方法进行对比,发现经过本文方法处理之后,虚警率从10%降到了6.6%,准确率从91.9%提高到了93.3%,但是由于计算流程较复杂,导致处理时间从11.58 s增加到了13.26 s。结论 本文针对小型港口的特点,提出了港口检测的完整的流程。实验结果表明,该方法的虚警率更低、准确性更高,但是存在运算速度慢的缺点,这是下一步需要优化的地方。该方法适用于大场景SAR图像中快速准确地检测出小型港口区域,可用于监视那些由简单码头和突堤组成的舰船临时停靠场所。     

面向电力场景的双通道图像拼接窜改检测模型

随着电力生产智能化的推进,电力图像被广泛应用。然而由于图像编辑软件的发展导致部分电力图像被恶意窜改,严重影响电力生产进程。其中以拼接窜改最为常见。基于深度学习技术,提出了一种双通道CenterNet的图像拼接窜改检测模型。原色图像通道提取窜改图像的色调、纹理等特征,隐写分析通道发掘图像窜改区域的噪声特征。同时设计了一种基于注意力机制的特征融合模块,自适应地对双通道的特征进行加权融合,以增强检测模型的特征识别能力。实验结果表明,所提模型可以达到更优的检测性能,在电力图像的窜改检测应用中具有实际意义。     

面向非受控场景的人脸图像正面化重建

目的 人脸正面化重建是当前视觉领域的热点问题。现有方法对于模型的训练数据具有较高的需求,如精确的输入输出图像配准、完备的人脸先验信息等。但该类数据采集成本较高,可应用的数据集规模较小,直接将现有方法应用于真实的非受控场景中往往难以取得理想表现。针对上述问题,提出了一种无图像配准和先验信息依赖的任意视角人脸图像正面化重建方法。方法 首先提出了一种具有双输入路径的人脸编码网络,分别用于学习输入人脸的视觉表征信息以及人脸的语义表征信息,两者联合构造出更加完备的人脸表征模型。随后建立了一种多类别表征融合的解码网络,通过以视觉表征为基础、以语义表征为引导的方式对两种表征信息进行融合,融合后的信息经过图像解码即可得到最终的正面化人脸图像重建结果。结果 首先在Multi-PIE(multi-pose, illumination and expression)数据集上与8种较先进方法进行了性能评估。定量和定性的实验结果表明,所提方法在客观指标以及视觉质量方面均优于对比方法。此外,相较于当前性能先进的基于光流的特征翘曲模型(flow-based feature warping model, FFWM)方...     

序列SAR内波图像二维成像仿真研究

本文重新推导了Lynett和Liu的水平二维内波传播模型并在修正其几处错误后将其应用到了序列SAR图像的内渡数值模拟上.同时结合M4S模型对数值模拟结果进行了SAR成像仿真.结果分析表明仿真图像与实际SAR图像有很强的相似性,清晰的再现了内波在传播过程受地型变化影响出现的传播方向平行于等深线、分裂等现象.本仿真研究也为解译全二维的SAR海洋内波图像提供了新的方法基础.     

内波极性转变过程序列SAR图像仿真研究

基于Lynett和Liu的水平二维内孤立波传播模型,对内波的极性转变过程进行了序列SAR成像仿真研究。通过分析下降型内孤立波转变为上升型的序列SAR仿真图像,验证了内波极性转变时在SAR图像上出现信号减弱和特征消失的现象。对比于实地星载SAR图像,仿真结果也验证了内波在传播过程中受地形变化影响而出现的传播方向平行于等深线、分裂等现象。     

面向虚拟森林仿真的多层场景引擎设计

为快速绘制具有真实感的大规模虚拟森林场景,在分析虚拟森林场景仿真特点的基础上,提出面向虚拟森林仿真多层场景引擎的总体结构,对该场景引擎中的实时地形生成技术、地形模型的简化算法和渲染加速等关键技术展开研究,开发了虚拟森林仿真系统。应用结果表明,面向虚拟森林仿真的多层场景引擎有助于提高复杂森林场景的绘制效率,能较好地满足用户进行实时漫游和交互控制的需求。     

面向智能驾驶测试的仿真场景构建技术综述

随着汽车智能化程度的不断提高,智能汽车通过环境传感器与周边行驶环境的信息交互与互联更为密切,需应对的行驶环境状况也越来越复杂,包括行驶道路、周边交通和气象条件等诸多因素,具有较强的不确定性、难以重复、不可预测和不可穷尽。限于研发周期和成本、工况复杂多样性,特别是安全因素的考虑,传统的开放道路测试试验或基于封闭试验场的测试难以满足智能驾驶系统可靠性与鲁棒性的测试要求。因此,借助数字虚拟技术的仿真测试成为智能驾驶测试验证一种新的手段,仿真场景的构建作为模拟仿真的重要组成部分,是实现智能驾驶测试中大样本、极限边界小概率样本测试验证的关键技术,这对提升智能驾驶系统的压力和加速测评水平显得尤为重要。面向智能驾驶测试的仿真场景构建技术已成为当前汽车智能化新的研究课题和世界性的研究热点,作为一种新兴技术仍面临许多挑战。本文提出了面向智能驾驶测试的仿真场景构建方法,系统阐述了国内外研究工作的进展与现状,包括场景自动构建方法和交通仿真建模方法,重点分析一些值得深入研究的问题并围绕场景构建技术的发展趋势进行了讨论分析,最后介绍了团队相关研究在2020中国智能驾驶挑战赛仿真赛和世界智能驾驶挑战赛的仿真场景应用情况。     

双峰海浪谱的SAR图像交叉谱仿真研究

由6参数双峰频谱和cos-2s型分布函数得到了双峰海浪方向谱的波数谱形式,并利用海浪谱到合成孔径雷达(Synthetic Aperture Radar,SAR)图像交叉谱的非线性转换关系,对双峰海浪谱的SAR图像交叉谱进行了仿真,分析了不同海浪参数和SAR平台参数对SAR图像交叉谱的影响,并与SAR图像谱进行了比较。     

基于雷达散射特性的复杂目标SAR图像仿真

高频区复杂目标宽带雷达特征信号仿真,尤其是两维SAR图像的仿真对雷达目标识别和SAR图像解译具有重要意义.根据复杂目标三维模型运用物理光学(PO)法与增量长度绕射系数(ILDC)法结合的改进图形电磁算法快速计算目标雷达散射截面,而后通过对不同SAR成像模式的研究建立SAR仿真成像系统,从而分别仿真得到StripSAR、SpotSAR、ISAR图像.仿真结果与真实图像相比具有较好的相似度,验证了方法的有效性.