基于墙体补偿与多视角融合的穿墙雷达建筑物布局成像算法

穿墙雷达能够对建筑进行布局成像,并准确获取建筑内部结构信息,已广泛应用于灾害搜救、反恐作战等领域。针对建筑物墙体穿透导致的墙体展宽、位置偏移和墙体多径杂波导致的多径鬼影等成像问题,本文提出了一种基于墙体补偿与多视角融合的建筑布局成像算法。首先,对雷达回波的后向投影成像结果应用Radon变换,通过恒虚警率检测提取峰值,提取墙体位置信息,以墙体前后表面中心为分界线将图像分割为两个子图像;其次,对包含偏移墙体的子图像进行自适应补偿,矫正墙体位置;最后,对多个视角成像结果进行图像融合,抑制多径鬼影。仿真结果表明,该方法可以有效解决图像中墙体展宽、位置偏移和多径鬼影问题,得到正确清晰的建筑布局图像。     

基于子孔径方位特性的穿墙雷达虚拟多视角成像方法

针对穿墙雷达(TWR)室内不规则场景中信号传播的多径效应所导致成像区域“幻影”存在的问题,提出了一种基于脉冲雷达信号平台频域压缩感知(CS)框架的多径利用方法。在建立室内多径回波脉冲信号矢量模型的基础上,将每条多径分量作为一个特殊的观测通道,并利用目标、多径“幻影”依赖于阵列子孔径方位(AD)的特性,由此来分析目标、“幻影”与子孔径位置的关联性,最后通过调和平均(HMAM)子孔径图像融合方法实现 “幻影”抑制和目标的虚拟多视角成像。该方法克服了脉冲信号时域压缩感知计算复杂度高以及需要事先已知室内几何反射位置的不足。不同场景的仿真结果验证了此方法的可行性和优越性。     

多视角穿墙雷达联合稀疏成像算法

多视角穿墙雷达成像系统利用多个视角的目标回波数据,可以有效提高目标成像重建结果的质量。在建立多视角穿墙雷达联合稀疏信号模型的基础上,提出了一种基于交叉验证技术的删失同时正交匹配追踪成像算法。该算法将每个观测视角雷达单元的测量数据分成重建数据和交叉验证数据两部分,通过进行多次删失同时正交匹配追踪迭代计算实现测量噪声水平估计和成像重建,既减小了各个视角雷达站间的数据通信开销,也摆脱了成像算法对测量噪声水平和场景稀疏度先验信息的依赖。仿真实验结果验证了所提成像算法的有效性和准确性。     

基于多频段红外成像的多视角建筑布局规划研究

建筑规划布局探测过程容易发生墙体图像偏移,导致建筑布局成像效果不佳,为此,基于多频段红外成像技术研究多视角建筑布局规划问题。描述了多频段红外成像过程,利用该成像技术,选取三个单视角计算图像区域像素值,整合获取多视角建筑图像。采用Radon变换检测图像直线,形成图像平面,检测建筑布局图像距离位置和方位位置,完成建筑墙体图像偏移补偿。对补偿后的红外建筑布局图像进行归一化处理,计算图像像素值,并遍历三幅图像的所有像素点获取融合像素值。在此基础上,分割图像边缘特征点并灰度化处理图像,完成建筑规划布局建模。实验测试结果表明,本方法的建筑布局成像效果好,图像空间偏移量计算精度始终在80%以上,图像复原度较高,且与实测数值接近,整体性能较好。     

穿墙雷达及其成像技术综述

本文通过对穿墙雷达成像原理的概述,系统地介绍了穿墙雷达杂波信号抑制算法以及穿墙成像算法,并对穿墙成像技术所面临的挑战进行梳理,展望穿墙成像雷达在未来的发展。     

多方位多尺度建筑物布局成像融合方法

穿墙雷达成像中,建筑物布局成像对墙内隐藏目标探测和提取有重要辅助意义,完整的建筑物布局成像大多在多视角下进行,对此提出一种基于多方位多尺度的多视角建筑物布局成像融合方法。首先由后向投影算法获得各视角墙体成像后,采用多方位二维匹配滤波对各视角图像增强,消除旁瓣、栅瓣的影响。然后结合多尺度变换,即非下采样Contourlet变换分解各个视角的图像,将获得的低频分量和高频分量分别采用相应的融合规则进行融合。最后通过非下采样Contourlet反变换获得最终融合后的建筑物布局图像。仿真实验和实测数据结果证明了该方法的有效性。     

基于多尺度几何分析的SAR图像融合

在穿墙雷达成像技术中,建筑布局成像对确定墙后人体目标的空间相对位置以及多径虚假目标的提取有重要意义。目前的建筑布局成像一般采用多通道多视角图像融合方法,对此提出一种基于多尺度分析,即基于小波分解下的多通道多视角图像融合算法。该算法分为两个阶段,第一阶段涉及到单视角下的多通道图像融合,该阶段的融合目的主要是为增强图像细节信息和提高图像清晰度。因此对其小波分解后的图像高频分量采用平均梯度增强的加权融合算法,低频分量采用平均加权融合,后经小波反变换后形成多幅单视角图像;第二阶段涉及到多视角融合,该阶段的融合目的主要是为了增强图像的对比度,并且考虑到此阶段不同视角下图像经小波分解后的三个高频分量对比度各不相同,因此高频分量采用对比度增强的加权融合算法,低频分量仍采用平均加权融合,后将融合后的频率分量经小波反变换,便可得到一幅完整融合图像。仿真结果表明,提出的基于小波分解下的多通道多视角图像融合算法不论在图像视觉效果的改善和信噪比的提高等方面都有较大的作用。     

穿墙雷达中的一种多层墙体强度补偿方法

在穿墙雷达建筑布局成像中,由墙体对电磁波信号的衰减而引起多层墙体成像强度的非均匀现象,这为建筑布局的重构带来极大的不便。对此提出一种基于霍夫变换门限检测的多层墙体衰减补偿方法。首先,对实测数据采用后向投影成像算法,并用基于主成份分析和模糊逻辑图像增强方法处理,形成原始图像。其次,基于霍夫变换直线检测原理完成固定门限值的选取,并依此判决和划分目标墙体区域和非目标杂波区域。再次,根据门限判决后的数据连通域的特性,获得目标墙体连通域的强度补偿率并完成多层墙体衰减补偿。实测数据的处理验证了基于霍夫变换门限检测的多层墙体成像强度衰减补偿方法的有效性。     

穿墙雷达中的一种多层墙体强度补偿方法

在穿墙雷达建筑布局成像中,由墙体对电磁波信号的衰减而引起多层墙体成像强度的非均匀现象,这为建筑布局的重构带来极大的不便。对此提出一种基于霍夫变换门限检测的多层墙体衰减补偿方法。首先,对实测数据采用后向投影成像算法,并用基于主成份分析和模糊逻辑图像增强方法处理,形成原始图像。其次,基于霍夫变换直线检测原理完成固定门限值的选取,并依此判决和划分目标墙体区域和非目标杂波区域。再次,根据门限判决后的数据连通域的特性,获得目标墙体连通域的强度补偿率并完成多层墙体衰减补偿。实测数据的处理验证了基于霍夫变换门限检测的多层墙体成像强度衰减补偿方法的有效性。     

超宽带穿墙雷达成像技术研究

文中详细介绍了超宽带穿墙雷达试验系统及其数据处理技术.针对试验系统中基于延时-求和波束形成方法的传统超宽带成像算法目标分辨率低、容易产生误判的缺点,引入最小方差无畸变响应波束加权及相关因子加权,优化成像算法,并应用于墙后隐藏目标的检测、成像试验.外场试验表明,应用优化后的成像算法,系统能对未知场景中的目标给予准确定位,目标杂波比改善了9.41dB.     

多传感器数据融合中的配准技术

配准是多传感器数据融合中的一个重要环节。文中介绍了图像配准的一般方法，配准技术在数据融合的应用，并着重介绍了基于点特征的红外／可见光图像自动配准算法。     

Plane surface detection and reconstruction using segment-based tensor voting

A Segment-based Tensor Voting (SBTV) algorithm is presented for planar surface detection and reconstruction of man-made objects. Our work is inspired by piecewise planar stereo reconstruction. During the vital procedure to detect and label the planar surface, the two main contributions are: first, tensor voting is used for obtaining the geometry attribute of the 3D points cloud. The candidate planar patches are generated through scene image segment of low variation of color and intensity. Second, we over-segment the scene image into the segment and the candidate 3D planar patch is generated. The SBTV algorithm is used on 3D points cloud sets to identify the co-plane on the candidate patch. After detecting every planar patch, the geometry architecture of object is obtained. The experiments demonstrate the effectiveness of our proposed approach on either outdoor or indoor datasets.     

Multi-patch embedding canonical correlation analysis for multi-view feature learning

Locality-based feature learning for multi-view data has received intensive attention recently. As a result of only considering single-category local neighbor relationships, most of such the learning methods are difficult to well reveal intrinsic geometric structure information of raw high-dimensional data. To solve the problem, we propose a novel supervised multi-view correlation feature learning algorithm based on multi-category local neighbor relationships, called multi-patch embedding canonical correlation analysis (MPECCA). Our algorithm not only employs multiple local patches of each raw data to better capture the intrinsic geometric structure information, but also makes intraclass correlation features as close as possible by minimizing intraclass scatter of each view. Extensive experimental results on several real-world image datasets have demonstrated the effectiveness of our algorithm.     

一种基于边缘的图像配准方法

图像配准是多传感器图像融合研究中的一项关键技术,多传感器图像特别是波段相距较远的相关性较小的图像,要实现图像配准存在很大的困难。对于能够用仿射变换模型来描述的图像,图像之间比较明显的特征是各个物体之间的边缘。该文研究利用小波变换的方法提取图像的边缘,并对边缘图像作交互方差分析,搜索出最佳交互方差的配准参数。通过对SPOT和TM图像的处理,达到了精度较高的配准效果。     

全景图拼接中图像融合算法的研究

为了实现平滑连续的全景图拼接融合效果,针对全景图拼接的特点,提出了利用彩色空间变换和Contourlet变换结合对比度金字塔分解的图像融合算法。首先进行HSI彩色空间变换,得到图像的亮度信息,然后利用基于对比度金字塔的Contourlet变换对亮度信息进行塔式分解,得到不同的频带信息,再对不同频带进行融合处理。实验证明,该文提出的算法充分利用Contourlet变换的轮廓特性,展示了图像的细节信息,从而很好地实现了全景图的拼接融合效果。     

基于混沌序列的数字图像加密算法

给出了一种基于混沌序列和图像融合的数字图像加密算法，可以实现对数字图像的快速加密，实验证明。该算法具有较高的效率和较好的加密效果。