基于改进二维Ostu算法的SAR图像分割方法研究

INS/SAR组合导航系统对SAR图像分割提出了较高的实时性和准确性要求。文章针对SAR图像的特点与二维Ostu方法在区域划分以及运行速度上的缺陷,提出了一种改进的二维Ostu方法,更为准确地划分了目标和背景区域,并且将阈值搜索空间由二维降为一维。经仿真验证,该方法具有良好的分割效果并能有效提高分割速度,满足了组合导航系统相应的设计要求。     

基于加权模糊C均值聚类的图像分割算法

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点。但是这种算法存在着本质上的缺陷,就是仅利用了图像的灰度信息,而没有考虑像素的空间信息,使得其对于实际的含有噪声的图像分割效果不理想。因此,提出了一种新的加权模糊C均值聚类算法,实践证明,该方法可以有效地、实时地把目标从背景中分割出来,并具有较强的鲁棒性。     

基于塔形形态算法的SAR图像相干斑抑制

提出将塔形形态算法用于抑制SAR图像中相干斑处理,为减少塔形处理中由于下采样造成的信息损失,从并行处理的角度出发,对塔形形态滤波器提出了改进,将下采样中的各子图同时进行形态滤波处理,在上采样中将各子图合并。经分析和处理表明这两种算法用于SAR图像滤波都能有效地去除相干斑噪声。与塔形形态滤波、Lee滤波器算法比较,采用并行算法处理后图像的各项指标有明显的改善。     

基于改进型CFAR的SAR图像目标检测算法

针对传统的双参数恒虚警率(Constant False Alarm Rate,CFAR)算法存在的虚警率高、实现过程繁琐、算法执行效率低等问题,提出了一种改进型的CFAR检测算法。该算法根据SAR图像的统计直方图,对可疑的目标像素进行预筛选,再用2个滑动窗口对像素进行判别。改进型的CFAR检测算法简化了原检测算法的结构,降低了检测结果的虚警率,提高了算法的计算效率,并在国际公开的雷达数据集上进行软件与DSP硬件的应用验证,测试表明该算法的有效性。     

一种新的非平行轨迹机载双站斜视SAR成像算法(英文)

本文提出了一种用于非平行轨迹机载双站斜视SAR条带模式成像的新的解析算法。该算法用收、发雷达的多普勒调频率贡献比为加权系数推导了点目标回波的二维频谱。通过解目标位置相对于收、发载机飞行轨迹的耦合,将这个二维频谱中目标的距离参数和方位参数进行了分离。在二维频域内,补偿掉双站扭曲项后利用二维Chirp-Z变换(2D-CZT)校正了距离向和方位向的徙动,获得了精确聚焦的目标图像。雷达回波的二维残余徙动用沿距离向和方位向的分块来限制,推导了数据分块的条件,由此可以实现宽场景成像。仿真试验验证了这种2D-CZT算法的有效性。     

基于图像域分块的条带SAR 自聚焦算法

文章针对条带合成孔径雷达,提出一种基于图像域分块的自聚焦算法。该算法在图像域进行方位向分子 块,采用图像偏移(MD)算法减小相位误差梯度的拼接误差,实现条带SAR图像的自聚焦处理。给出了算法流程, 讨论了算法的主要步骤及原理,并利用实测数据对算法进行了验证。实测数据处理结果表明该算法能有效改善条 带SAR图像质量。     

一种新的基于Graph cuts方法的SAR图像分割模型

Graph cuts方法是一种快速优化技术,能有效解决计算机视觉的低层次问题,如表面重构、分割、去噪等问题。其优点是迭代计算的高效性并能得到全局最优解。利用Graph cuts方法,将基于活动轮廓模型和水平集方法的SAR图像分割模型转化成一个新的模型,可用最大流/最小割方法来求解。实测SAR图像的分割实验表明：提出的新模型所需运行时间大约是基于水平集的活动轮廓模型所需时间的一半,分割精度也得到了较大的提高。     

基于控制线方法的机载SAR和可见光图像匹配应用研究

根据无人机(UAV)景象匹配导航的现实需求,对具有典型人造场景的机载合成孔径雷达(SAR)图像与可见光图像,提出一种基于直线特征的SAR图像与可见光图像配准方法.首先,利用改进的直线段检测(LSD)方法提取图像直线特征;其次,构造控制线并设计了一种基于控制线的图像配准方法;最后,依据仿射变换模型实现了待配准图像的精确自动配准.实验表明,在SAR和可见光图像存在较大灰度差异、旋转和平移的情况下,该算法仍能精确配准图像,且运算时间大幅减少,能够满足一些实时性较强的应用.     

基于CZT的机载并行双站斜视SAR成像算法

建立了机载并行双站斜视合成孔径雷达(SAR)的几何模型,给出了雷达回波的数学表达式,推导了它的二维频谱并对其特点做了分析。在二维频域内,先用聚焦函数对观测场景中心的点目标做精确成像,然后用Chirp-Z变换(CZT)校正中心点两侧目标回波的距离徙动,再通过方位向逆傅里叶变换得到了雷达图像。该算法利用了CZT能够处理非线性调频信号的特点,简化了处理过程,提高了计算效率和成像精度。仿真实验验证了这种基于CZT的新算法在处理并行双站斜视SAR数据时的有效性。     

基于卷积自编码网络的SAR图像相干斑抑制算法

针对SAR图像中存在的相干斑噪声影响目标识别性能的问题,设计了基于卷积自编码网络的相干斑噪声抑制模型,利用多层卷积自动编码器挖掘SAR图像潜在的空间特征,并使用混合正则约束优化网络训练过程提高网络泛化性能。通过仿真数据和真实数据两部分实验,用峰值信噪比、结构相似性以及等效视数作为算法性能评价指标,并与SAR-BM3D、PPB、ID-CNN进行对比,结果表明,网络能够有效地抑制SAR图像中的相干斑噪声,且对不同水平的噪声有较强的鲁棒性。     

金属图象分割的研究

结合金属图象的特点,利用传统阚值分割技术和基于最大熵原则的图象分割技术对金属图象分割进行了分析;并根据金属图象分析要求,提出了先二值化金属图象再进行边缘提取的方法.对比实验结果表明,基于最大熵原则的图象分割技术可以获得较好的分割效果,所提出的方法能够获得连续闭合的晶粒边缘,为下一步的金属图象分析提供了可靠的依据.     

基于灰度级分组的X光行李图像增强改进方法

针对低对比度X光手提行李图像在机场安检中容易产生高虚警或高漏警的问题,提出了一种基于灰度级分组的X光行李图像增强改进方法。首先应用离散小波变换对低、高能图像进行融合,然后通过分频处理得到低、高频图像,再分别采用基本灰度级分组和可选择灰度级分组方法实现增强。将本文方法与基于灰度级分组的增强方法、传统的直方图均衡方法进行比较,实验结果表明,本文方法能够有效地改善图像质量,提高图像的清晰度。     

基于Contourlet变换的图像去噪算法

针对小波变换不能有效地表示图像纹理和轮廓的缺陷,本文重点研究了基于Contourlet变换的图像去噪算法。首先对图像进行Contourlet变换,得到能量集中分布的变换系数,再对变换后的系数应用Bayes-Shrink去噪方法进行降噪处理,并分别比较了运用硬阈值方法和软阈值方法的处理效果。结果表明:基于Contourlet变换的图像去噪算法在峰值信噪比(PSNR)效果和去噪质量上都优于小波变换。     

基于图象处理的QR码识别

随着智能手机技术的发展和二维码技术的推广,QR码的手机识别技术的应用越来越广泛.根据QR条码图像符号的特殊性,针对QR码识别过程中手机图像采集的实际情况,应用并改进多种图像处理的方法,用C语言实现了对QR条码的译码,取得了良好的效果.     

基于航迹分析的管制员工作负荷评估方法研究

管制员工作负荷是评估空域容量的重要指标。提出了一种基于航迹分析的管制员负荷评估新方法。引入玻尔兹曼熵的概念,提出了一种基于航迹数据的扇区无序度计算方法。根据计算得到的扇区无序度值,建立了一种扇区无序度与工作负荷相关联的管制员工作负荷评估新方法。选取典型扇区的航迹数据进行了实证分析。分析结果验证了新方法的有效性和可行性。     

SAR图像匹配制导精度影响因素分析

合成孔径雷达（SAR）具有高分辨率、全天候等优点,是提高精确制导武器制导精度的有力工具。制导精度是精确制导武器的重要性能指标,影响SAR制导系统精度的主要因素有实时图的获取误差及预处理误差、图像匹配误差、惯导测量误差、SAR制导特殊弹道引起的导航制导的误差。概述了SAR图像匹配制导系统精度的相关研究,对比和分析了这些研究和结论,指出了该研究存在的问题和发展方向。     

SAR图像边缘检测方法综述

边缘检测是SAR图像解译的基本问题之一。固有的乘性噪声特性使得经典的梯度边缘检测方法并不适用于SAR图像,因此研究针对SAR图像的边缘检测方法具有重要的意义。本文对SAR图像边缘检测问题进行了系统的研究,简单描述了SAR图像边缘检测问题,讨论了现有的SAR图像边缘检测方法,总结了SAR图像边缘检测中存在的两个问题——边缘细化和边缘定位,对检测结果的性能评估方法也进行了概括。最后在总结现有研究成果的基础上展望了SAR图像边缘检测的发展方向。     

无人机载多传感器图像融合评述

为了能为作战指挥系统提供清晰的局部战场信息,提高对局部战场低可观测目标的检测概率、定位精度及识别概率,迫切需要对无人机载SAR、可见光传感器、红外探测器等图像信息及其他非图像信息融合处理。提出了无人机载多传感器图像融合技术需要研究的内容,如: 图像融合新方法研究;无人机载SAR图像的非平稳性处理;基于图像融合目标检测和处理技术; 无人机载图像和非图像信息的融合问题;无人机载多传感器图像融合的实现及评估;多无人机载合成孔径雷达的协同成像;用图像融合的方法实现对运动目标检测等。分析了所提出研究内容的可行性,剖析了其中的关键技术,拟定了可能的技术路线。