全卷积神经网络应用于SAR目标检测

在合成孔径雷达（SAR）图像目标检测中,由于场景杂波的复杂多变,对背景杂波统计模型估计难度增加,从而导致多数检测器容易受到背景杂波的干扰。针对如何避免场景杂波对目标检测干扰的问题,提出了一种基于全卷积神经网络的SAR目标检测模型。该模型将目标检测任务转化为像素分类问题,利用卷积神经网络对数据集中目标像素特征和背景杂波像素的先验信息进行自主学习,有效减少了虚警目标的数量;通过对目标及其阴影区域的联合检测,提高了目标的检测概率。对多个不同场景图像进行测试,实验结果表明提出的检测模型具有良好的检测性能和鲁棒性能,与传统恒虚警检测算法相比,在无需考虑背景杂波统计模型前提下有效降低了虚警概率。     

结合像素域JND阈值空间相关性与图像块类型的残差滤波算法

为了更好地将人眼视觉感知特性应用于视频压缩系统,从而去除视频的视觉冗余成分,在利用像素域的恰可察失真(Just Noticeable Distortion,JND)阈值的基础上,结合JND阈值的空间相关性与图像块类型,提出了一种改进的残差滤波算法。该算法首先在像素域计算出每个像素的JND阈值,然后在变换单元(Transform Unit,TU)中挖掘每个像素JND阈值与其周围邻近像素JND阈值之间的空间相关性,再利用索贝儿(Sobel)边缘检测算子将TU分成不同类型的图像块,并且计算出对应的复杂度因子,最后结合上述像素JND阈值的空间相关性和TU复杂度因子对TU残差进行滤波。提出的算法模型可以嵌入到高效率视频编码(High Efficiency Video Coding,HEVC)框架。实验结果表明,在全I帧配置下,提出的算法与标准算法HM16.0相比,在人眼主观感知质量基本一致的情况下,平均可节省16.1%的码率。     

一种SAR与可见光图像压缩感知融合增强方法

针对机载多传感器成像战场态势感知的问题，提出了一种合成孔径雷达(Synthetic Aperture Radar，SAR)与可见光图像压缩感知融合增强方法。该方法首先对SAR与可见光图像分别进行压缩感知测量，得到压缩测量值，然后通过基于局部权值的融合方法实现对压缩测量值的融合，再利用有序度最优分割法提取SAR图像的强散射目标，最后对融合测量值重建得到初步融合图像，初步融合图像通过目标对比度增强得到最终融合图像。对多组图像进行了仿真分析，视觉及数值结果表明该方法能显著增强融合图像的目标对比度，提升了图像纹理清晰度，较大程度降低了图像融合过程中的数据计算量。     

PolSAR成像的固定极化干扰机有源诱饵目标鉴别及抑制

针对合成孔径雷达(Synthetic Aperture Radar,SAR)成像中真假目标难以区分的问题,提出了一种极化合成孔径雷达(Polarmetric SAR,PolSAR)成像固定极化转发式干扰诱饵目标鉴别方法。该方法首先通过极化熵对目标进行分类,提取低极化熵的目标并对目标进行Wigner-Ville分布(Wigner-Ville Distribution,WVD)变换,再利用Hough变换计算WVD图像中的曲线斜率,将计算出的多普勒调频率与理论调频率进行对比,进而完成真实目标与假目标的鉴别,最终通过极化对消对鉴别出的目标进行抑制。实验结果验证了该方法的有效性。     

色形图像识别方法的研究

由于色情图像有大量裸露皮肤这一显著特征,色情图像过滤技术一般都是从肤色这一角度进行研发,通过计算出肤色像素这一比例值,可以排除大部分色情图像。但仅仅利用肤色这一特征进行色情图像过滤,又有着明显的不足,因为有些颜色像素和皮肤的肤色像素非常相近,这样一来就可能将合法图像判别为色情图像,从而出现误检的情况。因此,除了肤色这一全局特征,本系统还将综合利用Surf这一局部特征来进行图像分类识别。     

融合改进FT显著性与Grabcut的图像目标分割算法

针对目前复杂度较大的图像中目标分割速度较慢、显著性边界分割不明确等问题,提出了一种融合改进的FT（Frequency-tuned）显著性检测与Grabcut的图像分割算法。该算法首先通过改进基于频率调谐的FT显著性检测方法得到图像中显著性较高的区域,并利用SLIC（Simple Linear Iterative Clustering）算法对显著图进行预处理得到超像素图,能够有效改善边界的分割效果,然后通过以图论GraphCut算法为基础改进的Grabcut算法建立高斯混合模型。为了提高算法效率,通过聚类以超像素代替原像素,并反复迭代高斯混合模型（Gaussian Mixed Model,GMM）参数,最后利用最大流最小割算法得到最优目标分割结果。实验结果表明所提算法能够更准确更高效率地分割图像中的显著性目标,对高分辨率图像也有很好的适用效果,相比于其他算法在分割精度上提高10%左右,并具有较高的分割效率。     

极化SAR数据的细节保持分割

提出一种保持场景局部细节的极化合成孔径雷达数据非监督分割方法.该方法将传统的基于极化目标分解的极化SAR分类方法与基于马尔可夫随机场的分类方法相结合,利用迭代条件模型方法得到分割结果.为保持细节特征,同时又能对各向同性区域进行平滑,利用总功率(span)图像的场景均匀性对分类结果进行修正.实验结果表明,与已有方法相比,该方法在细节保持方面有一定改进.     

超高分辨率PolSAR图像去噪对极化特征的影响

随着超高分辨率极化合成孔径雷达(PolSAR)图像数据的出现，有必要对PolSAR图像的去噪过程对于极化分解结果的影响进行评测。相干斑去噪过程的实施将对观测场景中的PolSAR图像原有极化属性产生不同程度的影响，这将会导致分解结果出现偏差。以非相干分解模型为评估对象，以喷气推进实验室(JPL)提供的开源机载超高分辨率PolSAR系统数据为实验样本，提出了一种利用绝对相对误差的定量评测方法。评测结果显示：对于超高分辨率图像，相干斑噪声的影响明显变小，分解窗口可相应的缩小为7×7的尺寸。研究结果对于PolSAR图像的后期遥感应用中的参数选择具有重要参考意义。     

基于动态规划算法的无源毫米波弱小目标检测方法

针对无源毫米波弱小目标特点,结合已有的动态规划算法,利用图像阈值分割原理实时计算检测门限,提出一种适用于无源毫米波小目标检测的实用动态规划算法,并分析了动态规划的计算过程及分割门限的确定方法。实验仿真结果表明,此算法能准确检测出复杂背景下的低信噪比无源毫米波弱小目标,并得到目标运动轨迹,在单帧成像信噪比为4.5dB左右时,能准确检测出目标运动轨迹。     

以非负矩阵分解提取局部特征的SAR目标稀疏表示分类

合成孔径雷达（SAR）目标分类是自动目标识别系统的核心功能之一,对于战场监视等应用具有重要意义。利用SAR图像局部散射明显的特点,提出了通过训练样本的非负矩阵分解获得低维数局部特征编码,并以该编码作为字典进行稀疏表示分类的方法。采用Gotcha项目民用车辆目标的实测数据进行了验证,结果显示在不同信噪比条件下该方法的分类正确率均优于广泛采用的由降采样、随机投影、主成分分析提取低维数特征的稀疏表示分类方法,表明了该方法的性能优势。另外,还通过实验对比分析了非负约束的稀疏表示与标准稀疏表示在分类性能上的差别,结果显示非负约束的稀疏表示导致分类正确率下降,故针对分类问题不宜在稀疏表示时进行非负约束。     

低信噪比下突发通信的同步检测

针对低信噪比下突发通信系统的同步检测问题,提出了一种利用接收信号平均信噪比和瞬时信噪比设置动态检测门限的同步方法,实现了信号检测门限的设置与信号脉冲出现时刻噪声能量的自适应匹配,提高了低信噪比下同步检测概率。计算机仿真表明在同步序列长度为63时,信号的有效检测工作信噪比可以降低到-5 dB。该方法适合于低信噪比下运动平台间的突发通信系统。     

基于显著区域提取的红外图像舰船目标检测

针对复杂海面背景下红外图像舰船目标由于灰度不均匀、海杂波干扰大等因素造成的自动检测虚警率高、准确率低的问题，提出了一种显著区域提取和目标精确分割相结合的红外舰船目标检测方法。首先，利用基于图论的视觉显著性(Graph-based Visual Saliency ,GBVS)模型计算待检测图像的显著图，使得目标区域信息增强；其次，结合舰船目标先验信息（长短轴、面积等），利用多级阈值划分算法提取关注的显著区域，并确定原图中候选目标区域；最后，利用空间约束模糊C均值(Fuzzy C-Means,FCM)算法对候选区域进行分割，结合目标先验知识对分割区域筛选并输出目标位置。所提方法在公开数据集IRShips上与相关方法进行比较，结果表明，相比直接进行全图目标搜索的方法，所提方法不仅准确率高、执行速度快，且检测目标的位置更加精确。     

一种获取雷达目标一维距离像的方法

利用高分辨一维距离像进行目标识别在现代雷达中已成为一个重要的研究课题。本文基于雷达信号设计和互相关接收处理技术,研究了一种利用目标回波,逐次获取一维距离像的方法。与冲激雷达相比,这种方法能显著提高信噪比,并且这个方法的收敛速度快,一般迭代10次以内即达到稳定。     

利用多转发器直播卫星信号的外辐射源目标探测技术

根据某直播卫星实际信号的特点,分析了该直播卫星信号作为外辐射源的最大探测距离以及距离走动、频率扩散对目标探测的影响。通过实际信号的原理验证实验,进一步证明了该目标探测手段的可行性。提出了利用该直播卫星多路转发器信号实现相参积累的方法,并介绍了相参积累的原理。最后,利用对模糊函数的输出进行二维插值的方法,推导并仿真了相参积累的算法。仿真结果表明：利用该直播卫星信号作为外辐射源的7路转发器信号实现相参积累,检测信噪比可以提高8 dB。     

自适应选择的雷达回波空间积累检测方法

空间部分相干时的回波积累检测是分布式雷达回波信号联合处理面临的难题。针对传统相干和非相干积累检测方法在空间部分相干时回波检测性能损失较大的问题,建立了目标三维散射模型,分析了各站回波空间相关性变化规律,引入时域加权能量检测器用于空间部分相干积累检测,提出了以回波的空间相关系数大小为依据进行自适应选择的积累检测方法,有效解决了回波在任意空间相关性时高效积累检测。仿真结果表明该方法能根据相关系数大小正确选择3种积累检测方法,且检测性能优于传统的相干和非相干积累检测方法。     

基于波形对比度最优的扩展动目标恒虚警检测

在太赫兹高分辨引信系统中,引信与目标的相对运动会引起高分辨距离像剧烈变形,从而严重影响目标的检测。针对太赫兹引信扩展目标检测问题,提出了一种基于波形对比度最优的扩展动目标恒虚警检测方法。该方法利用波形对比度最优准则来估计雷达与目标之间的相对运动速度,进而实现运动补偿和恒虚警率目标检测,从而显著提高了太赫兹引信的目标检测性能。该方法简单并且在低信噪比的情况下也能有很好的检测效果。仿真实验验证了所提方法的优点和有效性。     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

基于相关算法的脉冲信号检测性能分析

低信噪比信号检测一直都是侦察领域关注的课题。为此,提出了基于相关算法的脉冲信号检测方法,介绍了相关算法检测原理,用统计分析方法确定了理论最佳检测门限,并对相关检测性能进行了仿真分析,在低信噪比条件下完成了信号到达时刻和脉冲宽度的估计。     

一种适用于16QAM的自适应阈值载波锁定检测算法

为避免传统16阶正交幅度调制（16-Quardrature Amplitude Modulation，16QAM）载波锁定指示锁定阈值受输入信号电平的影响，提出了一种基于归一化信号高阶矩的16QAM载波锁定检测算法。针对传统基于固定阈值的检测算法在数据不满足均匀分布时失效的情况，提出了一种基于输入数据统计特性的自适应阈值载波锁定检测算法。实验结果和工程应用结果表明，所提出的自适应门限能更好地适应不同数据下的载波锁定检测。该方法已经在某卫星对接试验中得到了应用验证，取得了满意的效果。