对一种特征识别算法的两点改进

 针对一类重要的特征识别算法——Falcidieno算法,做了两点较大的改进:第一,在处理显式特征时,原算法不能处理凸特征与凹特征相邻接时的情况,而改进后的算法可处理该情况,它可从既有凸边又有凹边的环识别出凸特征和凹特征;第二,指出了隐式凸特征存在的一个条件,并修改了对隐式特征的处理方法,从而可识别出更多类型的隐式凸特征.这两点改进显著地扩展了该算法的适用范围.     

无需先验信息的水平集SAR图像分割方法

给出了一种基于水平集演化、无需任何先验信息的SAR图像分割方法.该方法是一种基于区域信息的统计活动轮廓模型方法,通过利用分段阶跃函数估计图像概率密度函数,克服了利用特定概率分布模型估计概率密度函数时,需要利用先验信息预先假定图像概率分布模型的问题;通过引入惩罚项,避免了费时且难于操作的水平集函数重新初始化过程.还给出了具体的数值实现方案和相关参数取值,改进了数值实现中的迭代终止条件.实验结果表明,固定使用列出的参数,无需任何人为干预,对于大多数图像都可获得令人满意的分割结果;对于少数图像,通过简单的参数调整也可得到良好结果.     

基于迁移学习的卷积神经网络SAR图像目标识别

针对卷积神经网络中因网络参数随机初始化和参数过多导致的收敛速度慢及过拟合的问题,提出了一种基于迁移学习监督式预训练的卷积神经网络。首先,引入迁移学习的思想,采用小规模数据集作为源域的训练样本,针对源域中源任务进行监督式训练得到预训练模型;然后,构建一个多层的卷积神经网络作为目标域中目标任务的待训练网络,将源域中获得的预训练模型作为该网络的初始参数,大规模数据作为目标域的训练样本进行网络的微调,通过这种基于特征选择的迁移学习,实现源域到目标域的特征信息迁移;针对卷积神经网络中全连接层参数过多的问题,采用卷积层替代全连接层。试验使用美国国防高等研究计划署的移动与静止目标搜索识别（Moving and Stationary Target Acquisition and Recognition,MSTAR）数据集中三类目标数据作为源域样本,十类目标数据作为目标域样本,结果表明该算法的十类目标识别精度达到了99.13%,且具有更快的误差收敛速度。     

基于快速退火MRF的改进SAR图像分割方法

基于Markov随机场(MRF,Markov Random Field)的SAR图像分割方法利用了SAR图像的灰度和结构信息,能在分割过程中有效抑制斑点噪声,获得较高的分割精度.但这类方法的缺点是模拟退火的计算量很大.针对该问题,提出了一种基于快速退火MRF的SAR图像分割处理方法.该方法根据SAR图像Gibbs分布的特性,在求取全局最优解时,首先寻找邻域系统中占有支配地位的某种标记,若存在占支配地位的标记,用此标记更新状态;反之,则沿用传统模拟退火的方法随机更新状态.由于该方法引入基于Gibbs分布的先验判决进行系统状态更新,因此能够快速求得全局最优解.最后对真实SAR图像进行处理,处理结果验证了算法的有效性.     

一种干涉SAR复图像数据的快速仿真方法

为了给干涉测高算法提供具有先验知识的干涉数据,进行算法的定量可控误差分析,以完成算法性能的定量评估,针对干涉SAR(合成孔径雷达)数据仿真进行了深入的研究.考虑多种因素,推导出用于干涉SAR仿真的一种仿真模型,能快速完成干涉SAR面目标复图像的仿真;并提出迭代插值算法反推雷达斜距,既很好地去除了干涉SAR仿真中的奇异点效应,又提高了仿真速度.能够为图像配准、相位解缠产生数据源,也可进行基线估计.计算机仿真结果表明,新仿真模型具有快捷、灵活、多功能性,迭代插值算法也具有快速准确性.     

SAR图像的非下采样Contourlet噪声抑制算法

非下采样Contourlet变换克服了小波变换非一维奇异性最优基的缺点,而且其平移不变性使其边缘保持能力优于Contourlet.提出了一种非下采样Contourlet的合成孔径雷达(SAR,Synthetic Aperture Radar)相干斑去噪模型.首先对SAR图像进行同态变换,将乘性噪声变为加性噪声;再进行非下采样Contourlet变换,包括非下采样金字塔分级和非下采样方向滤波2部分;最后利用阈值的方法将信噪实施分离.实验中针对乘性噪声污染的航拍图像和原始SAR图像,进行了传统的Lee滤波器和小波滤波器去噪,与上述模型去噪进行比较,在去噪性能和边缘保持的主观视觉上都得到了优异的结果.      

基于去噪的SAR复图像SPIHT压缩算法

提出一种对合成孔径雷达(SAR,Synthetic Aperture Radar)复图像压缩的改进的分层树集合分割(SPIHT,Set Partitioning in Hierarchical Trees)算法,高效完成SAR复图像压缩,既有效地保留了SAR复图像的相位信息,又抑制了斑点噪声.首先根据SAR复图像的统计特征进行预处理,然后进行小波变换,对不同子带的小波变换系数采取不同的门限,进行软门限斑点噪声抑制,再经过SPIHT量化编码,得到压缩后的码流.仿真实验表明,在64倍高压缩比的情况下,通过对重建SAR复图像数据的相位误差、等效视数、平均空域相关系数等指标的测量,验证了该算法仍然具有很好的性能.      

星载SAR图像斑点抑制与质量评估系统

结合星载合成孔径雷达(SAR)单视图像斑点噪声抑制技术与质量评估,并基于为科学数据可视化及数学分析提供完备计算环境的IDL(Interactive Data Language)语言,完成了在IDL环境下开发的SAR图像斑点抑制与质量评估系统,获得了高空间分辨率和高辐射分辨率的星载SAR图像.      

基于模糊和最小二乘的SAR图像线特征提取

针对合成孔径雷达(SAR, Synthetic Aperture Radar)图像的特点,提出一种线特征提取算法.该算法首先抑制相干斑噪声,然后对SAR图像进行模糊变换和增强,再基于假设的SAR图像灰度模型,用最小二乘法设计出低通和高通滤波器,最后检测出线特征散点,并进行连接,得到SAR图像的线特征图.实验证明本算法抗噪声干扰,边缘定位精度达到1个像素.     

基于改进型YOLO算法的遥感图像舰船检测

目标检测算法在PASCAL VOC等数据集中取得了非常好的检测效果,但是在大尺度遥感图像中舰船目标的检测准确率却很低。因此,针对可见光遥感图像的特点,在YOLOv3-Tiny算法的基础上增加了特征映射模块,为预测层提供丰富的语义信息,同时在特征提取网络中引用残差网络,提高了检测准确率,从而有效提取舰船特征。实验结果表明:优化后的M-YOLO算法检测准确率为94.12%。相比于SSD和YOLOv3算法,M-YOLO算法的检测准确率分别提高了11.11%和9.44%。      

月地双基SAR成像的快速后向投影算法研究

为了提高对全球变化的大尺度观测能力,月基对地观测的概念应运而生。由于月基单站合成孔径雷达（Synthetic Aperture Radar,SAR）的双程传播会造成回波信噪比衰减,为此针对月地双基SAR工作模式展开研究。考虑到月、地、星复杂的相对运动为成像带来困难,根据月、地、星的几何关系建立平面直角回波模型。同时考虑到月球和卫星运行轨迹的弯曲性,分析模型误差,推导了精确的回波二维频谱表达式。在此基础上提出了一种基于快速后向投影的SAR成像算法,补偿了方位空变的模型误差,利用频域子孔径成像和频谱融合实现成像算法的快速化。通过分析可知月地双基SAR的理论回波信噪比与地月距离的平方成反比,与月基单站SAR相比有显著提升,最后通过X波段SAR仿真数据验证了文章算法处理月地双基SAR成像问题的效性。     

Advanced fractal approach for unsupervised classification of SAR images

Unsupervised classification of Synthetic Aperture Radar (SAR) images is the alternative approach when no or minimum apriori information about the image is available. Therefore, an attempt has been made to develop an unsupervised classification scheme for SAR images based on textural information in present paper. For extraction of textural features two properties are used viz. fractal dimension D and Moran’s I. Using these indices an algorithm is proposed for contextual classification of SAR images. The novelty of the algorithm is that it implements the textural information available in SAR image with the help of two texture measures viz. D and I. For estimation of D, the Two Dimensional Variation Method (2DVM) has been revised and implemented whose performance is compared with another method, i.e., Triangular Prism Surface Area Method (TPSAM). It is also necessary to check the classification accuracy for various window sizes and optimize the window size for best classification. This exercise has been carried out to know the effect of window size on classification accuracy. The algorithm is applied on four SAR images of Hardwar region, India and classification accuracy has been computed. A comparison of the proposed algorithm using both fractal dimension estimation methods with the K-Means algorithm is discussed. The maximum overall classification accuracy with K-Means comes to be 53.26% whereas overall classification accuracy with proposed algorithm is 66.16% for TPSAM and 61.26% for 2DVM.     

一种基于DCT的SAR图像自聚焦算法

研究了一种基于离散余弦变换(DCT, Discrete Cosine Transform)的SAR(Synthetic Aperture Radar)图像自聚焦算法.该方法从复图像域出发,通过在距离压缩相位历史域引入相位误差模型,改变图像的聚焦程度直至一维像的DCT序列在高序数区域的权值达到最大,从而完成误差校正.同相位梯度自聚焦算法相比,该方法无需在图像域分离出强点目标,因此特别适用于无任何明显特征的图像.由于DCT存在快速算法,使得该自聚焦算法计算量较少,更易实现.实测数据及仿真数据的成像结果证明了此方法的可行性.      

Sea state parameters retrieval from cross-polarization Gaofen-3 SAR data

Chinese Gaofen-3 (GF-3) synthetic aperture radar (SAR) acquired in wave mode (WV) and quad-polarization stripmap (QPS) mode default operates in quad-polarization (vertical–vertical (VV), vertical-horizontal (VH), horizontal-horizontal (HH) and horizontal-vertical (HV)) modes. To date, more than GF-3 SAR vignettes following about 110 orbits acquired in WV and QPS mode have been recorded during the mission from April 2016 to December 2017. In the vignettes, ocean surface waves signatures, that are wave-look patterns, are visible in cross-polarization (basically VH). These vignettes are collocated with surface sea state parameters simulated from numerical WAVEWATCH-III (WW3) wave model using a 0.1° grid. There are 11,269 matchups available for studying the relation between sea state parameters and SAR-derived parameters in VH-polarization. A well-known empirical CWAVE model, herein renamed as CPCWAVE_GF3, is adopted for sea state parameter retrieval from GF-3 SAR vignettes with the SAR parameters in the cross-polarization channel. The method yielded a significant correlation coefficient (COR) of 0.79 for wave height (SWH) and 0.72 for second-order cross-zero mean wave period (MWP). Validation against 76 moored buoys resulted in a 0.49 m RMSE of SWH with a 0.21 m scatter index (SI) and validation against 71 moored buoys resulted in a 1.01 s RMSE of MWP with a 0.13 s SI. The comparison of SWH with 116 footprints from the altimeter of Jason-2 also shows a 0.46 m RMSE of SWH with a 0.19 m SI. Our work demonstrates the feasibility of wave retrieval from GF-3 SAR using cross-polarization channels parameters.     

高速摄像三维图像分析技术与应用

高速摄像是光学测量的重要手段。分析了高速摄像三维图像分析技术的处理过程,重点讨论了像机标定、自动目标检测与跟踪技术、多目标匹配技术和三维姿态测量技术等关键环节所面临的问题及解决方法,并以无人机回收测量系统为例说明了高速摄像三维图像分析技术在无人机位姿参数测量中的应用,对构建高速摄像测量系统提供了参考。     

一种改进的UAV三维航迹实时规划算法

航迹规划对于战场环境中无人机完成其作战任务具有非常重要的意义.针对真实战场环境中低空无人机的三维航迹实时规划问题,构建了一个更加真实的战场威胁精简模型;提出遗传个体的基因优劣对比度,改进一种共享小生境遗传算法中编码基因的遗传特性.经过改进,增大优化基因的遗传概率,实现提高小生境遗传算法的全局优化能力和收敛速度,增强航迹规划的实时性.对三维数字地形空间进行定长网格编码,将改进的小生境遗传算法应用于三维虚拟战场环境中的无人机航迹规划,实验验证了改进算法的有效性,并能满足在线航迹规划的实时性要求.     

三维四向编织复合材料结构模型的几何特性

建立合理的三维编织复合材料结构模型,对其力学性能的有限元计算结果具有重要影响.以成型后的三维四向编织复合材料为研究对象,在实验观察和以往研究的基础上,提出了一个新的有限元胞体结构模型,该模型正确地反映了纤维束的交织方式,更符合三维四向编织复合材料的实际细观结构.基于该单元模型推导了编织参数与结构模型参数之间的几何关系,计算了胞体中纤维体积比并讨论了其几何特性.研究结果表明:当纤维束中的纤维丝根数和纤维束半径,以及纤维体积含量一定时,编织物的花节长度和厚度随着纤维编织角的增大而分别减小和增大,三维四向编织复合材料结构的纤维体积比理论上可以达到68%.      

空间高阶差分近似对三维ADI-FDTD数值色散的影响

研究采用空间高阶差分近似的三维交替方向隐式时域有限差分法(ADI-FDTD,Alternating-Direction Implicit Finite-Difference Time-Domain)数值色散问题,首先推导了采用空间高阶差分近似的数值色散迭代公式,分别对最小相速方向和最大相速方向进行二阶、四阶、六阶、十阶空间差分数值色散误差的数值计算和比较,并分析数值色散对空间差分阶数的依赖关系,最后发现在均匀网格中采用四阶空间差分能得到较好的效果.     

二维海面上三维电大尺寸舰船目标电磁散射仿真

目标特征的建模、仿真和分析对于合成孔径雷达（SAR）基于图像的自动识别（ATR）系统具有重要的意义。研究了海面舰船目标的电磁散射计算以及雷达成像仿真。基于矩量法及其并行计算方法,对电大尺寸舰船目标及与海面复合的散射特性进行了研究,给出了不同频带、空间方位、极化的散射特性。在频域对回波数据作离散傅里叶逆变换,得到海面舰船目标的一维距离像。运用极坐标格式成像算法得到其二维聚束SAR成像结果,清晰地重构目标的轮廓。