一种改进的增强Lee滤波算法

为了有效地去除SAR图像固有的相干斑噪声,给出一种将改进的中值滤波与Lee滤波相结合的增强Lee滤波算法。实验表明这种方法不仅能有效地去除斑点噪声,而且能很好地保持图像的边缘信息。     

双基阵方位—频率匀加速运动目标跟踪算法研究

针对水中匀加速运动目标的跟踪,将两部声纳基阵量测的目标方位信息和其中一部声纳基阵量测的目标频率信息作观测融合后,根据匀加速运动状态方程,建立双基阵方位—频率匀加速运动目标跟踪系统。对于系统的非线性性,根据量测值应用非线性滤波算法对匀加速运动目标进行状态估计,从而提出了一种双基阵方位—频率匀加速运动目标跟踪算法。将系统的观测方程伪线性化,应用线性系统可观测性判定定理对系统的可观测性进行分析,得到了该系统的可观测性判定条件。仿真验证了算法的有效性与可观测性判定条件的正确性。     

基于IGA的最大模糊熵SAR图像双阈值分割

将基于免疫遗传算法的最大模糊熵双阈值方法应用到合成孔径雷达(SAR)图像分割中。此方法采用像素点邻域的平均灰度值分布所构成的直方图进行阈值的选取,有效地利用了图像的空间信息。为了快速搜索到最优参数,采用免疫遗传算法进行全局寻优。实验结果表明,该算法可以有效的分割出SAR图像中的目标和阴影,并且具有执行时间短、鲁棒性强的优点。     

GP—19螺压改性双基推进剂的晶析

介绍了GP-19螺压改性双基推进剂的晶析现象。晶析出的物质是黑索今,它的析出量不大于0.58mg/cm~2。GP-19推进剂的晶析对φ50发动机的内弹道性能、药条燃速、撞击感度及不饱和树脂包覆层的包覆粘结影响很小。认为晶析的本质是黑索今从过饱和固溶液中析出。文中还探讨了抑制品析的方法。     

对星载SAR压制式干扰的作战使用问题

压制式干扰是对抗星载SAR的重要手段，目前对星载SAR实施压制式干扰的方法可分为直达波压制干扰和间接波压制干扰。本文针对星载SAR的作战使用特点，在分析压制式干扰技术的基础上，重点对星载SAR压制式干扰的战术使用问题进行了研究，并且将压制干扰与间接波压制干扰的作战使用作了比较。研究结果表明：间接波干扰更有利于干扰设备作战效能的发挥，在对抗星载SAR的过程中有直达波干扰无法比拟的优势。     

基于跨接约束的高分辨率SAR 影像与光学影像配准

为了实现高分辨率SAR 影像与光学影像之间自动/半自动配准, 提出了一种新颖、稳健的匹配算法。算法首先利用仿射变换进行SAR 影像和光学影像粗匹配, 简化了整体算法的处理复杂度;然后利用影像边缘稳健性, 使用边缘提取算子分别对SAR 影像和光学影像进行边缘提取, 为后续精匹配做好了数据准备; 最后使用基于边缘纹理跨接约束进行影像之间精匹配, 方法引入了邻域配准约束机制, 很好的解决了经典匹配多峰值效应, 提高了算法稳健性和实用性。以国内机载高分辨率SAR 数据和SPOT 25 PAN 数据为例进行算法验证, 实验结果表明该算法能实现自动/半自动的高分辨率SAR 和光学影像之间的像素级配准。     

基于SAR图像的自动船只检测模型与算法实现

船只检测是实现船只航行安全的重要方法之一,利用SAR图像可实现船只检测。本文论述了海上船只检测的方法、过程及相应的算法。根据实际检测多位于存在陆地和岛屿的近海图像,利用分形维作为海陆分割的阈值,采用改进的分裂合并算法进行分割,并利用轮廓跟踪及种子填充消除分割遗留的孤立区域,使得海陆分割达到了较好的效果。在比较、试验的基础上,船只检测中采用了改进的CFAR算法,依据视数的不同选择不同的杂波模型,既消除了杂波模型参数计算复杂性,又取得了较好的时效性。通过试验证明,本文提出的算法在实际检测中取得了较好的效果,识别率高、虚景率低且实时性好。     

基于B/S结构的SAR图像处理系统的开发

基于B/S结构,开发一个SAR图像处理系统。服务器采用Linux系统,以标准C++语言实现图像核心处理算法模块;浏览器置于Windows或Linux系统,采用JavaApplet和JAI结合的方式实现用户界面和图像基本处理算法模块。系统具有使用简单、可扩展性好和跨平台等优点。     

基于自适应收缩因子的SAR图像去噪

针对合成孔径雷达 (SAR)图像固有的斑点噪声 ,提出了基于自适应收缩因子的去噪方法 .该方法首先将图像分解至平稳小波域 ,利用与信号相关小波系数的空间及尺度相关性 ,自适应地得到收缩因子 ,修正小波系数 .与基于Mallat分解的阈值去噪及Wiener滤波相比 ,该方法在有效抑制SAR图像噪声的同时 ,较好地保持了图像边缘细节 ,达到了理想的去噪效果     

基于多重分形分析的SAR图像消噪增强研究

根据SAR图像中原始信号与噪声的多重分形谱的不同，提出了一种基于奇异性分析的雷达图像消噪新方法。在图像经过多重分形分析后，通过对多重分形谱相关的Holder指数进行特征化处理来实现图像消噪。经过实验确定当变化后的Holder指数略大于1．7时，最终恢复的图像消噪效果最佳。这种方法可以在尽量保留信号奇异性(如边缘，纹理等)相关信息情况下，使得图像平滑，噪声消除。