多尺度PCA-HOG遥感异源图像匹配算法

针对遥感异源图像匹配中非线性灰度畸变和强噪声干扰问题,提出一种基于主成分分析(Principal Components Analysis,PCA)和方向梯度直方图(Histogram of Oriented Gradients,HOG)的遥感异源图像匹配算法.该算法利用HOG提取图像间的几何结构共性特征,能有效克服异源...     

低频UWBSAR辐射校准模型

低频超宽带合成孔径雷达(Ultra Wide Band Synthetic Aperture Radar,UWBSAR)的辐射校准是系统研制和应用过程中必须面对的课题。低频UWBSAR的特点使得常规SAR辐射校准技术不再适用。充分考虑校准参数随频率和方位角的变化,给出适合该系统的辐射校准方法,得到低频UWBSAR图像辐射校准模型。利用该模型,对系统辐射校准误差进行了分析。     

玻璃瓶动态图像检测运动模拟平台

动态图像检测中,如何在指定位置快速而准确地捕捉到运动物体的图像是最基本的环节。试验验证图像检测装置的成像特性,成为动态图像检测研究的重要内容之一。以变频器控制电动机为核心,通过变频器内部参数编程和外部简单的辅助控制电路,构建了运动平稳、速度可调、具有自动保护功能的模拟平台。该平台适于动态图像检测中普通运动物体的快速模拟,已成功地用于玻璃瓶动态图像装置中,达到了预期目的。     

基于逆Chirp Scaling算法的合成孔径雷达原始数据仿真

介绍了一种采用逆CS(Chirp Scaling)算法的合成孔径雷达回波数据模拟方法。利用一种场景处理方法,将目标场景转化为含有连续相位信息的复图像。按照CS成像算法的逆运算恢复原始数据,通过相位因子相乘注入距离徙动量和距离/方位的耦合量。最后,通过仿真实验证明了该方法的有效性。     

合成孔径雷达成像及工程伪装发展趋势

介绍了星载、机载合成孔径雷达(SAR)成像的发展概况,系统分析了合成孔径雷达的成像特点:图像接近光学水平,低频SAR具有穿透簇叶和识别伪装功能,可大范围战场实时监视及工程目标自动识别等。结合工程伪装材料、技术、实践及谋略,提出了研制仿地物工程伪装材料及防SAR伪装网(布),开发口部伪装技术及防复合SAR探测伪装技术,长远规划、系统实践工程伪装,建立大伪装理论框架,加强伪装谋略研究等途径与方法,指出了工程伪装的发展趋势。     

基于虹膜特征的密钥生成和IDEA算法的图像加密方案

提出了虹膜特征的密钥生成算法,该算法对加密者的虹膜进行处理,包括虹膜的定位、归一化和特征提取等过程,得到了由虹膜特征生成的密钥.在虹膜特征生成密钥的基础上,采用安全可靠的IDEA算法对机密图像进行加密,既保留了IDEA算法作为常规加密算法的优良特性,又将生物特征技术引入其中,开辟了新的加密思路,其试验结果表明加密的结果良好,达到了预期的目的.     

目标协同跟踪系统图像监控软件流程设计

为更好地对复杂战场环境下敌方目标运动状态作出精确估计并实施精确打击,提出了构建基于多传感器的目标协同跟踪系统的设计方案。设计的系统主要由可见光无人传感器平台、指挥控制中心、传输设备组成,重点阐述了指挥控制中心图像监控软件设计流程。该系统的设计为进一步研究基于微波、毫米波、红外、可见光等混合多源传感器的目标协同跟踪系统提供一定的参考价值。     

一种搜索鲁棒的中国余数定理的多基线相位解缠绕技术

多基线相位解缠绕的性能深受噪声水平制约，比如基于经典中国余数定理的相位解缠方法，由于其糟糕的抗噪声性能，限制了其在实际中的广泛运用。基于搜索鲁棒的余数定理，通过引入公因子，构建新的同余方程组，提出了一种搜索鲁棒的中国余数定理的相位解缠方法。仿真实验验证了该方法的有效性，并表明选择合理的公因子可以有效提高算法的抗噪声性能。     

基于粗精度DEM的复杂地形InSAR基线估计方法

基线精度对合成孔径雷达干涉测量极其重要,在研究传统基线估计方法的基础上,提出了一种基于粗精度DEM的基线估计方法。利用SRTM数字高程及初始轨道数据去除干涉相位中的地形条纹,通过分析剩余条纹的空间频率估计精确基线,具有不依赖于精确轨道数据、不受地形限制的优点。利用西藏玛尼山区ERS1/2数据进行了实测数据验证,实验结果表明得到的基线精度优于传统方法。     

SAR图像目标分割与方位角估计

图像分割和目标方位角估计是进行SAR (SyntheticApertureRadar)图像自动目标识别的重要步骤。文章提出了一种基于MRF (MarkovRandomfield)模型的SAR图像分割算法 ,利用ICM (IterativeConditionalMode)局部优化方法 ,获得MAP (maximumaposteriori)准则下的图像分割结果 ,将图像分割为目标、阴影、背景三部分。然后确定目标离雷达最近的点 ,从而得到目标的主导边界 ,并估计出目标的方位角。用MSTAR (MovingandStationaryTargetAcquisitionandRecognition)数据进行实验 ,估计方位角的准确性与现有算法的结果相比 ,具有明显提高