合成孔径雷达的微多普勒特征提取

阐述雷达多普勒效应和微多普勒效应的区别,在研究的微多普勒特征提取过程中主要是针对瞬时特征进行提取。将小波变换应用于合成孔径雷达的微多普勒特征提取。研究了Mallet算法特征提取的流程,并根据其流程进行小波分解与重构的仿真实验,通过实验来验证本文所采用的算法的可行性。     

基于小波模极大值的声纳图像特征提取与描述研究

海底地图特征提取,是水下航行器(AUV)在未知环境中同时定位与地图创建(SLAM)的关键技术之一.本文针对连续的多波束声纳图像,提出了一种基于小波模极大值法的图像特征提取与描述算法.运用小波模极大值法获取轮廓及模方位,并在轮廓图像中寻找极大区域;以极大区域中心点作为图像特征点,且将区域模方位、特征点区域图像重心坐标组合生成特征点特征向量.实验结果表明:对连续图像,该算法能提取稳定有效轮廓,在边缘上获得图像的特征点一致很好.     

利用小波包分析进行雷达图像消噪研究

针对船用雷达图像消噪问题,提出了应用小波包分析算法对雷达图像进行消噪处理.小波包分析算法对上一层的低频部分和高频部分同时进行细分,具有更为精确的局部分析能力.本文对小波包分析进行了改进,解决了频率混叠问题,其消噪效果更佳,具有更为广泛的应用价值.     

基于小波变换的雷达图像处理技术及仿真

在现代船舶中,航海雷达广泛应用于航海导航、目标物检测跟踪及安全运行等领域,所以在船舶中配备实时高效的雷达数据及图像处理系统成为利用航海雷达的关键。同时,小波变换由于其具有高分辨率的图像处理功能而在图像处理领域得到了较为深入的研究应用。本文研究航海雷达图像信息中混入噪声及杂波的分布特性,提出一种基于小波变换的雷达图像数据杂波抑制、去除噪声的方法,最后给出仿真结果并进行分析。     

基于合成孔径雷达图像处理的舰船目标检测与优化

合成孔径雷达(SAR)具有全天候、全方位的目标监测功能,被广泛应用于国防军事和工业领域。本文主要研究了一种基于合成孔径雷达图像处理的舰船目标检测技术,海上舰船目标的检测和识别有重要的军事意义,能够提高海上交通的管理能力。本文首先介绍了合成孔径雷达的基本成像原理,然后基于LEE滤波器介绍SAR图像的噪声处理,最后针对舰船SAR图像的目标特征进行了识别与分析。     

基于整数小波的雷达图像快速无损压缩算法

针对雷达图像数据量大,不便于传输、存储等问题,提出了将整数小波变换、哈希算法和集分割嵌入式编码相结合的雷达图像快速无损压缩算法.通过对雷达图像信号的压缩实验,该算法在不影响事后对雷达数据进行分析的情形下,提高了图像的压缩速度和压缩比,具有广泛的应用价值.     

海面目标雷达图像多尺度轮廓段特征提取方法

为了有效提高舰船雷达图像特征识别度,基于当前灰度投影拟合相关技术,提出舰船雷达图像轮廓特征提取方法。根据雷达感应电磁波输入信号排列,通过预设灰度级和拟合高度,根据图像三原色组成比例,获取灰度图像,利用二维分割法,根据灰度级转换特征,将一维灰度图分割为二维灰度图,通过模糊积累特征识别方法,设置二维灰度图的特征函数,求取隶属函数,建立模糊特征集,实现雷达图像轮廓特征提取。实验数据表明,应用该设计特征提取方法,图像灰度回波提高了32%,灰度纵波提高了29%,图像特征识别精度具有明显提高。     

一种基于小波分析的雷达目标多重变换特征提取方法

在非相参雷达目标识别方法中,基于ＦＦＴ－ＭＥＬＬＩＮ的多重变换的特征提取方法,在消除由于雷达回波视角和时延所引起的目标特征不稳定性方面有较好的应用效果。本文针对飞行目标的具体特性,运用小波分析方法提出了一种新的多重变换特征提取方法,经实际数据验证,在飞行目标的架次识别中取得了良好的识别率和实时性。最后文中通过该方法对三类水声目标的分类实验结果分析,证明了其广阔的应用前景。     

基于SRM分割和分层线段特征的船舶目标检测方法

针对高分辨率遥感图像细节丰富、纹理复杂,分析困难的问题,且船舶长宽比特征是一个很重要的特征,提出一种基于SRM分割和分层线段特征提取的船舶目标检测方法.利用分层线段搜索更新以及合并附近在阈值下的线段进行快速检测船舶目标.实验结果表明,该检测方法能够有效地检测出高分辨率遥感图像的船舶目标,不需要太多的参数和训练样本,且采用分层线段特征提取方法的性能优于其他常用方法.     

基于小波域2DPCA特征提取算法的SAR图像识别

文章提出了一种利用二维离散小波变换与二维数主成分分析结合对SAR图像进行特征提取的新方法。该方法对SAR图像进行二层小波分解后提取低频子带图像的二维主成分分量作为目标的识别特征,利用支持向量机完成目标分类。采用MSTAR实测SAR目标数据集进行特征提取和分类实验,实验结果表明:该方法可以有效提高目标的正确识别率。