澳大利亚运用图像动目标识别技术提高目标探测能力

据报道,由澳大利亚防务科学和技术组织开发的新技术将有助于军事监视分析专家们对难以发现的动目标进行定位。由于采用了一种新的计算机处理方法,分析专家们将提高对以前在机载监视图像上难以察觉的地面动目标的探测能力。科学家用了一年时间研究图像动目标识别技术,这种技术用于监视图像时可以有效地突现动目标并抑制背景杂波。从事监视任务的飞机常常工作在有杂波的环境中(如植物或人造特征等),这些杂波可以遮蔽动目标。用作机载监视的电光摄像机为获得最大限度的地面覆盖要以宽视场工作。因而任何目标都很小并且极难看到。图像动目标识别…     

运动平台下频率步进雷达杂波相消新方法

相消处理是一种典型而又简单易行的杂波滤除方法。针对频率步进雷达,提出一种新的杂波相消方法,它利用同一距离单元上两帧回波脉冲所成的两幅高分辨距离像(HRRP)进行杂波相消。通过合理地选择帧间隔数,该方法能够很好地保持目标HRRP特性。针对雷达平台运动所导致的两幅HRRP之间杂波移位和成分改变问题,又提出了先利用杂波相关性进行杂波对齐后再相消的解决方法。仿真结果验证了所提方法的有效性。     

无源雷达杂波抑制与相干检测的联合优化处理

杂波抑制和相干检测是外辐射源雷达信号处理的两个关键环节,针对扩展相消批处理杂波对消算法和基于分段的多普勒谱分析的运动目标相干检测方法存在重复分块和冗余计算的问题,提出了扩展相消批处理算法与基于分段的多普勒谱分析方法的联合优化算法,推导了它们的数学原理,给出了分段数及滤波器阶数的设置方法。仿真结果表明,该方法在取得较好杂波抑制效果的同时,降低了系统整体的运算量。     

一种新的星载高分辨宽测绘带SAR运动目标检测与参数估计方法

针对星载多通道高分辨宽测绘带合成孔径雷达系统,提出了一种地面运动目标检测和参数估计方法,该方法利用空时自适应处理进行杂波抑制,采用传统SAR成像处理得到模糊的运动目标图像,接着利用恒虚警检测技术检测出所有运动目标,包括真实目标和由于多普勒模糊引起的虚假目标,再根据模糊图像的空间位置关系,从所有成像目标中检测出运动目标的真实成像位置,根据运动目标的斜距历程得到因运动目标速度引起的图像位置偏移,由此估计得到运动目标速度。该方法具有运算量小、检测精度高等优点,星载仿真数据验证了本文方法有效性。     

一种新的星载高分辨宽测绘带SAR运动目标

本文针对星载多通道高分辨宽测绘带合成孔径雷达系统,提出了一种地面运动目标检测和参数估计方法,该方法首先利用空时自适应处理进行杂波抑制,然后采用传统SAR成像处理得到模糊的运动目标图像,接着利用恒虚警检测技术检测出所有运动目标,包括真实目标和由于多普勒模糊引起的虚假目标,再根据模糊图像的空间位置关系从所有成像目标中检测出运动目标的真实成像位置,最后根据运动目标的斜距历程得到因运动目标速度引起的图像位置偏移,由此估计得到运动目标速度。该方法具有运算量小、检测精度高等优点,星载仿真数据验证了本文方法有效性。     

双树复数小波变换在杂波抑制处理中的应用

针对湮没在杂波环境下的目标检测,提出一种利用双树复数小波变换对回波信号进行分解,通过相关性滤波再进行信号重构,抑制海杂波,其后采用动目标检测的方法抑制地物杂波信号。只采用动目标检测的方法仍有海杂波的影响,在通过双树复数小波变换的杂波抑制方法后作动目标检测处理能有很好的抑制效果,能检测出湮没在杂波中的小目标。将其应用到某型雷达的信号处理系统中,仿真结果表明该方法能有效降低杂波的影响。     

2D Radar System Errors Registration Algorithm Based on Track Images

针对传统的系统误差配准算法大都是在航迹已正确关联前提下的误差配准问题.提出了一种新的基于航迹图像的2D雷达系统误差配准算法.该方法首先分析了系统误差对目标航迹的影响,并将该影响表示为目标航迹的相对旋转和平移量,其次根据目标航迹产生参考图像和待配准图像,结合归一化互相关法和相位相关法来对相对旋转和平移量分别进行估计补偿.从而不需要考虑航迹关联即可实现系统误差配准.仿真结果表明了该方法的有效性.     

一种基于改进SIFT的航拍图像自动配准算法

针对传统SIFT算法匹配时间长、错匹配较多等问题,提出了一种基于改进SIFT特征的航拍图像自动配准算法.首先,通过特征点检测时设定检测极值点数目,按照DOG空间层次结构由粗到精来搜索特征点,并使用改进的SIFT特征描述符生成算法;其次,利用最近邻匹配准则进行初步匹配得到初始匹配点对,并采用双向匹配方法对匹配特征点对进行筛选;然后,基于马氏距离的特征点相似度量方法进行二次匹配,并使用RANSAC算法求取仿射变换模型;最后,通过双线性插值对变换后的图像进行重采样和插值.实验结果表明:该算法可以实现航拍图像之间的有效配准,在配准性能上优于传统SIFT算法.     

图像配准参数的自适应求取方法

提出了一种可见光和红外图像的自动配准方法 .针对多数配准过程需人工干预的问题 ,建立二维仿射变换模型 ,以图像边界为特征 ,以目标边界互相关函数最大为原则 ,对二维仿射变换模型自适应搜索求取最佳配准参数 .给出了实际可见光和红外图像配准的实验结果     

高重频频率步进雷达强杂波抑制

针对高重频频率步进雷达,提出了抑制强杂波的有效处理流程.在接收机前端控制中频带通滤波器的通带范围以减少进入后续处理的折叠杂波,在信号处理机中针对目标运动速度的不同提出了两种方法:通过波形参数设计及高分辨处理消除杂波对高速目标的影响;利用两幅高分辨距离像(HRRP)进行杂波相消以抑制杂波对低速目标的干扰.该处理不需要改变基本的频率步进波形,具有简单易行的优点.仿真和试验结果验证了所提方法的有效性.     

载机扰动下SAR/GMTI旋转目标微多普勒特性分析

目标微动部件激励的雷达微多普勒信号稳定而独特,反映了该目标的本质特征。针对采用相位中心偏置技术(DPCA)的SAR/GMTI系统,研究存在载机扰动下的旋转目标的微多普勒特性。构建飞行平台与微动目标的几何模型,推导旋转目标的微多普勒信号模型,分析典型的载机纵向扰动对微多普勒时频特性构成的影响;并通过仿真实验,验证了上述理论分析的正确性。     

SAR/GMTI动目标检测软件平台的结构设计与实现

该软件平台旨在对SAR/GMTI动目标检测算法的仿真、测试与评估,是一个运用MFC技术结合opencv库的复杂系统。针对平台中对算法、数据维护困难问题,提出一种新型的MVADE软件模型。该模型对MVC中的Model参照MVP模式采用责任分离思想进行优化,做到视图、业务逻辑、算法、数据四层的松散解耦从而降低平台的维护难度。目前初步实现了软件架构的搭建和场景仿真,丛林区域检测,DPCA等算法的嵌入,测试结果验证了该软件模型的有效性。     

地球自转对分布式星载SAR-GMTI的影响

地球自转对分布式星载SAR-GMTI的影响主要体现在两个方面:(1)受测绘带地形起伏和杂波抑制手段的制约,星间基线应平行于地面波束足迹方向,编队卫星轨道参数必须保持一定的关系;(2)地杂波多普勒与距离有关,必须采取适当措施以克服杂波凹口形变及展宽。在综合上述两个影响的基础上,设计了由3颗小卫星编队构成的分布式星载SAR-GMTI系统,并以信杂噪比损失为指标,衡量该系统在X和L两个波段下能够达到的理论性能上限。     

基于Hough变换的叶簇环境下SAR/GMTI动目标检测算法

叶簇环境下,当动杂波比较复杂时,常规的目标检测算法CFAR和DPCA不能有效地滤除杂波。提出了一种基于Hough变换的叶簇环境下SAR/GMTI动目标检测算法(HD),该算法在叶簇杂波比较复杂的情况下能够有效滤除动杂波,提取出动目标。首先,介绍了叶簇扰动环境下的场景建模,并且给出了建模分析和建模场景仿真;其次,给出了HD算法推导过程;最后,在建模基础上对该算法和常规算法进行了对比仿真实验。实验结果表明,该算法在较低信噪比情况下也能保持较高的检测概率。     

条带式合成孔径雷达数字聚束算法

与聚束工作模式的合成孔径雷达 (SAR)相比 ,条带式SAR能够在相同时间内对更大范围的区域进行微波成像。但是在分析条带式SAR图像时 ,往往需要着重分析某些局部热点区域 (ROI ,Region-Of-Interest) ,而ROI外散射体的回波会降低ROI图像的对比度。本文的数字聚束 (Digitally -Spotlight)算法可以在成像前将ROI外的回波“过滤” ,实现等效的的聚束工作模式 ,从而提高SAR对比度。仿真验证了该算法的有效性。     

基于小波域隐Markov模型的SAR图像滤波方法

在小波域隐Markov模型(HMM)的基础上提出一种新的合成孔径雷达(SAR)图像的滤波方法。首先根据小波变换的内在特征,建立小波域的隐Markov树(HMT)模型,通过EM算法可以获得该HMT模型的参数估计。然后根据SAR图像的统计性质,将SAR图像的乘法斑点杂噪声在局部范围内近似为加性白高斯噪声,通过最小均方差(MMSE)估计可以获得信号的小波变换值。通过对真实SAR图像的应用,结果说明该方法可以在保存图像细节特征的情况下有效地抑制图像的噪声。     

二次相位误差对FMCW SAR成像质量的影响

调频连续波合成孔径雷达(FMCW SAR)是一种新近提出来的成像雷达体制,在FMCW SAR成像中,相位误差是成像质量下降的主要原因,必须对相位误差进行消除.首先建立了存在二次相位误差的FMCW SAR的信号模型,然后分析了二次相位误差对成像质量的影响,提出了一种补偿二次相位误差的方法.此方法与存在二次相位误差时的成像结果相比较,有效地消除了二次相位误差的影响,成像质量大为提高.     

特征量积和IHS变换的多源遥感图像融合方法

以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例,提出了一种基于特征量积和IHS变换的多源遥感图像融合方法.该方法首先对TM图像作IHS变换,得到亮度I、色度H与饱和度S三个分量;其次,依据特征量积准则融合TM图像的亮度分量和SAR图像,并用融合结果替代TM图像的亮度分量;最后,作IHS反变换得到融合图像.实验结果表明,与IHS法和小波变换法相比,方法快速、简洁,在保持光谱信息与增强空间细节信息两个方面的综合性能均得到提高.     

基于迭代结构滤波器的SAR图像去噪方法研究

通过比较各种合成孔径雷达 (SAR)图像的滤波方法 ,指出他们存在的不足。然后提出基于模拟退火的迭代滤波器的SAR图像滤波方法。这种方法通过引入相关邻域模型 ,描述图像的局部特性。首先建立一系列反映方向信息的模板 ,每一个模板代表了一种邻域结构。然后在SAR图像的统计性质基础上 ,对于每个邻域结构 ,利用Bayes方法 ,根据图像的观测值 ,获得强度真实值的最大后验概率 (MAP)估计。然后运用模拟退火算法 ,根据每个结构的概率随机选取一个邻域结构作为最适合结构 ,它所对应的估计值作为图像真实强度的估计。模拟退火保证随着温度逐步趋向于 0 ,算法可以获得估计的全局最优解     

Arbitrary-oriented target detection in large scene sar images

Target detection in the field of synthetic aperture radar (SAR) has attracted considerable attention of researchers in national defense technology worldwide, owing to its unique advantages like high resolution and large scene image acquisition capabilities of SAR. However, due to strong speckle noise and low signal-to-noise ratio, it is difficult to extract representative features of target from SAR images, which greatly inhibits the effectiveness of traditional methods. In order to address the above problems, a framework called contextual rotation region-based convolutional neural network (RCNN) with multilayer fusion is proposed in this paper. Specifically, aimed to enable RCNN to perform target detection in large scene SAR images efficiently, maximum sliding strategy is applied to crop the large scene image into a series of sub-images before RCNN. Instead of using the highest-layer output for proposal generation and target detection, fusion feature maps with high resolution and rich semantic information are constructed by multilayer fusion strategy. Then, we put forwards rotation anchors to predict the minimum circumscribed rectangle of targets to reduce redundant detection region. Furthermore, shadow areas serve as contextual features to provide extraneous information for the detector identify and locate targets accurately. Experimental results on the simulated large scene SAR image dataset show that the proposed method achieves a satisfactory performance in large scene SAR target detection.