基于图像质量度量准则的空间目标平动补偿

为了获得空间目标的微动信息,需要对雷达回波中的高速平动分量进行精确补偿。针对空间目标高速运动对微动信息提取的影响问题,首先分析了空间目标平动对微多普勒频率的调制影响,得到目标高速平动,特别是平动加速度、平动加加速度对微多普勒频率趋势性调制现象将干扰微多普勒频率提取的结论。在此基础上,利用目标平动直接导致目标多普勒频谱展宽的特点,提出了一种基于图像质量度量准则的空间目标平动参数估计方法,并根据估计出的平动参数实现运动补偿。最后,采用空间目标多散射中心模型,进行平动补偿分析,仿真结果验证了该方法的有效性。     

基于道路特征信息的车道结构化解析

高速道路动态执法要求车道检测算法能够结构化解析道路，但是基于传统手工设计特征的车道检测算法准确率和召回率不足，而基于深度学习的算法又对计算资源要求太高，因此提出基于道路特征信息的车道结构化解析算法。利用边缘点的梯度统计信息筛选Hough空间的候选点，用动态规划的方法在剩余的Hough空间候选点中寻找最合理的车道线组合，能够在较少计算资源的平台上准确地检测到道路上的全部车道。在自有数据的检测实验中，所提算法能够准确定位结构化和非结构化道路；在对比实验中，所提算法在准确率、召回率和计算速度上均比同类算法有所提高。