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。     

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。     

火控文摘

指挥仪根据跟踪瞄具和高性能激光测距机提供的信号,计算对目标的前置瞄准角,并自动调节武器,使射击模拟器从测距机启动瞬时起,便进行最初的瞄准估计,根据这个估计,产生一个移动的反射信号(该信号可能是经过指挥仪处理的);根据这个反射信号测量出指挥仪控制的对目标的前置瞄准角,并利用在这些条件下所确立的目标的新位置作为射击前最终瞄准的基准点。     

基于形状熵差的相似多目标检测方法

为实现靶场多目标图像的目标自动检测,利用多目标形状的相似性,提出一种基于形状熵差的目标检测新方法。提出了形状熵差的概念,将目标形状模型引入局部熵计算中,由局部内熵与局部外熵之差的极值点确定目标位置。基于此设计并实现了一种新的目标自动检测方法。通过实验证明了算法的有效性和鲁棒性。相比较于常见的一些目标检测算法,该方法具有更好的抗干扰能力和环境光照变化适应能力,可以应用于靶场多目标图像的目标检测,也可应用于其他类似的目标检测问题。     

毫米波主动导引头锥扫测角方法

主动毫米波导引头通过自主发射高频脉冲实现对目标的定位与跟踪,具有良好的抗目标雷达关机性能。圆锥扫描是一种有效的导引头寻的工作体制。借助傅立叶变换方法,从回波中提取出目标雷达相对导引头机械轴的角误差及其初始方位,利用这两个参数就能对导引头轨迹进行实时校正,从而实现对目标的精确瞄准。仿真结果验证了新方法对目标角误差和初始方位的估计性能。     

先验信息光流法在运动目标检测中的应用

针对运动目标的智能跟踪检测提出一种基于先验信息的光流检测法。首先,通过利用区域生长法获取的道路先验信息并结合帧差法确定运动目标的大致范围。其次,采用光流法对处理后的图像进行分割,并由形态学方法对进行图像处理后检测出运动目标。最后,基于MATLAB平台对其进行仿真计算。结果表明,该方法克服了传统光流法在运动目标检测中易受干扰的问题,并为军事人员对运动目标跟踪检测提供了有效的辅助。     

基于小波变换与数学形态学的红外图像分割方法

提出一种基于小波变换和形态学相结合的红外图像分割方法,该方法利用小波变换和形态学消除红外图像的混合噪声,抑制背景干扰和增强目标;通过选择适当的结构元素进行系列形态组合运算,自适应确定阈值,提取目标;利用形态学水线区域分割法对图像进行分割,分离目标区域。实验结果表明,该方法能有效检测和分割出低信噪比复杂背景红外图像中的目标。     

视觉与激光雷达信息融合的目标领航车识别方法

为提高军用地面无人平台自主跟随过程中对目标领航车辆检测识别的准确性和实时性,提出了一种基于激光雷达和视觉摄像机信息融合的目标领航车检测识别方法。在识别系统工作前,需对激光雷达和摄像机两种传感器进行标定,确定激光雷达坐标、摄像机坐标、车体坐标三者之间的相互关系。车辆识别过程中,首先对激光雷达数据进行最近邻域法聚类分析,根据聚类的结果对周围目标进行初步筛选生成假设目标;根据激光雷达数据和摄像机图像之间的转换关系,确定假设目标在图像中的感兴趣区域,可以有效减少图像处理的计算量;最后,利用多特征级联分类识别方法验证假设目标是否为目标领航车辆。实验结果表明该算法具有较好的环境适用性,弥补了单目视觉传感器在目标领航车辆检测识别过程中无法检测到深度信息,以及激光雷达不能准确判断出目标为何物的不足。     

基于高精度景象匹配的SAR平台定位方法

提出一种利用SAR图像与光学基准图高精度匹配实现SAR平台定位的方法。利用成像中间时刻SAR平台与SAR图像中心线上物点在水平面的投影共线的特性,在图像中心线上均匀选取若干点作为匹配点,并与光学基准图进行高精度景象匹配获取它们的物点坐标;根据这些物点坐标估计出图像中心线在当地水平面投影的直线方程;利用直线信息和斜距高度信息计算SAR平台在水平面上的投影点位置,进而计算得到成像中间时刻SAR平台的空间位置。为了进一步提高匹配精度,分别提出对正侧视和斜视SAR图像匹配区域进行几何粗校正的方法。还分析了不同误差因素对平台定位精度的影响,并给出精度估计公式。仿真和实际图像实验结果表明,方法正确可行,具有较高的定位精度,具备工程实用价值。     

火炮瞄准点分划计算方法

炮阵地赋予火炮基准射向的精度,在方向上直接影响射弹首群覆盖目标的实现。基于炮兵基本计算原理,提出了周视瞄准镜分划盘不动,指标动的概念,并提出火炮通用瞄准点分划计算公式,实验数据充分验证了此计算公式的正确性。利用此公式计算出的瞄准点分划来赋予火炮基准射向,可以排除使用方向盘时所带来的误差。利用此公式计算出的瞄准点分划可以直接给牵引火炮赋予基准射向,也可以检验自行火炮陀螺仪定向的精度。     

基于搜索论的反舰导弹捕捉概率研究

反舰导弹已成为现代海战中的主要进攻武器,正确选择反舰导弹捕捉概率计算模型,对火控系统解算、指挥决策至关重要。针对传统捕捉概率计算方法存在的不足,根据搜索论的基本原理、反舰导弹自控终点分布函数、目标位置域函数、目标分布函数、导弹雷达扫描特征等,提出了基于搜索论的捕捉概率计算方法,确定了常见目标分布条件下的现在点射击捕捉概率计算模型,通过仿真验证了模型的正确性,并由仿真结果确定了敌舰高速规避条件下目标瞄准点选取模型。     

热图像与瞄准镜分划图像实时叠加处理系统研究

热像仪是夜战中用于观察和瞄准的重要装备,但目前装备的某些坦克和装甲车辆上的热像瞄准镜,本身并不具有瞄准分划,因而也就很难获取目标更多的信息,限制了对目标进行有效的瞄准射击:为了使其热像瞄准镜同样具有坦克微光瞄准镜所具有的功能,作者利用高速数字信号处理器ADsP21535开发评估板,研究设计了热图像和瞄准镜分划图像实时叠加处理系统,从而较好的解决上述问题.     

基于连续帧的红外小目标检测技术

提出了一种基于连续帧的远距红外小目标检测技术。通过对原始红外图像进行增强型简化高通滤波提高图像信噪比,用基于直方图迭代得到的阈值二值化后,得到小目标图像。为了确保目标检测的可靠性,利用连续多帧确定截获的目标。仿真结果表明该算法可实现在低信噪比复杂背景中对远距小目标的快速稳定截获。     

机枪机器人的扫射方式和扫射角速度的研究

机枪机器人将在无人化战争中起到一定作用。使用者可以遥控射击,利用监视屏瞄准目标。由于图像传输延迟,监视屏上显示的图像反映目标在100 ms~300 ms之前的实际位置。射击移动目标是,如不考虑这一因素,将导致命中率降低。推导机枪机器人的扫射角速度计算式,对各种扫射方式进行分析和对比,以美制M240机枪为例进行仿真,进而找到了机枪机器人在平坦开阔地带的最优扫射方式。本方法可作为使用和设计机枪机器人的依据。     

一种基于Wiener滤波的红外背景抑制方法

红外图像序列中小目标的检测问题是当前的研究热点。为了检测起伏背景中的弱小目标,在理论分析的基础上提出了用Wiener滤波器去除起伏背景,然后进行自适应目标检测的小目标检测方法。采用连续采集的长波红外图像序列进行了实验研究,并给出了目标检测结果及其分析。结果表明,该算法能够从信噪比大于2.0的图像序列中检测出目标轨迹。     

基于改进SUSAN算法的红外目标边缘检测

从3个方面改进了传统的SUSAN算法:①自适应选取阈值,以提高算法自动化程度:②使用双几何阈值,增强算法的抗噪性;③加入目标点判断因子,减少计算时间.利用改进的算法进行了红外目标边缘检测,结果表明,改进算法比传统的SUSAN算法有更强的噪声抑制能力,更快的边缘检测速度,显示出更加优良的性能.对对比度比较低的红外图像,改进算法可以减少40%以上的计算时间,而对对比度较高的红外图像,改进算法可以减少70%以上的计算时间.     

坦克火控系统稳定精度图像测试分析方法

通过对国军标规定及实际试验中所应用的瞄准线、火炮稳定精度测试方法分析,认为以往的测试方法均存在一定的缺陷,导致测试精度和计算分析效率的降低.通过对靶场及实验室测试环境的分析,介绍了采用图像处理的方法,对试验视频图像进行采集、计算、分析的过程,从而确定瞄准线及火炮的稳定精度.     

多特征的UAV快速目标识别算法仿真

针对UAV(Unmanned Aerial Vehicle)侦察图像快速目标识别问题,重点展开基于多特征的UAV快速目标识别算法的仿真研究。算法结合图像的不变矩特征和SIFT特征,首先用不变矩特征构造适应度函数并利用遗传算法的全局搜索能力,在侦察图像中进行搜索,快速提取出可能包含目标的感兴趣区域(ROI,Region of Interest);然后采用尺度不变特征变换算法(SIFT,Scale Invariant Feature Transform)在ROI区域中进行匹配识别,从而确定目标的精确位置。仿真结果表明:算法具有较强的鲁棒性,能有效地识别飞机目标并显著减少识别时间,为UAV系统提供了一种近实时的目标识别方法。     

基于“粗割-细割”方法的装甲目标图像分割

图像分割是图像处理中的一项关键技术,在图像工程中占据着重要的位置.常见的分割算法包括阈值分割方法、边缘检测方法和结合特定理论工具分割方法.利用“粗割-细割”方法,以装甲目标图像为例,用MATLAB7.0图像处理软件,进行了仿真研究.结果表明,利用“粗割-细割”方法使装甲目标图像进行了有效的分割.     

视频监控系统中的动目标检测新方法

在分析了现有算法在复杂背景下所存在的不足的基础上,提出了一种适用于视频监控系统的基于视频序列像素时空相关性检测的动目标检测方法.该方法首先用每一帧中像素的空间相关性检测出目标,再用序列图像中目标的时间相关性检验目标的真实性,从而最终确定是否有运动目标.试验表明,该方法能很好地检测出运动目标,并具有较强的抗干扰能力.