0.33 THz雷达三维近场成像系统设计及成像试验

提出了采用步进频率结合平面扫描的THz雷达近场成像系统设计方案,基于宽带全息成像原理,可以实现三维高分辨率近场成像。采用多通道收发探头阵列缩短机械扫描行程,提高成像速度。给出了基于快速傅里叶变换（Fast Fourier Transform,FFT）和Stolt插值的三维图像重建算法,成像理论分辨率与波长相当。利用THz矢量网络分析仪和辅助设备,搭建了0.215~0.33 THz成像试验装置,完成了对多层金属-泡沫目标三维成像,成像分辨率达到预期水平,验证了系统设计和三维图像重建算法的正确性。     

多视角穿墙雷达联合稀疏成像算法

多视角穿墙雷达成像系统利用多个视角的目标回波数据,可以有效提高目标成像重建结果的质量。在建立多视角穿墙雷达联合稀疏信号模型的基础上,提出了一种基于交叉验证技术的删失同时正交匹配追踪成像算法。该算法将每个观测视角雷达单元的测量数据分成重建数据和交叉验证数据两部分,通过进行多次删失同时正交匹配追踪迭代计算实现测量噪声水平估计和成像重建,既减小了各个视角雷达站间的数据通信开销,也摆脱了成像算法对测量噪声水平和场景稀疏度先验信息的依赖。仿真实验结果验证了所提成像算法的有效性和准确性。     

基于低秩稀疏约束的穿墙雷达成像算法

针对穿墙雷达(TWR)成像过程中墙杂波与成像空间分别具有低秩性和稀疏性的特点，提出了一种基于低秩稀疏约束的穿墙雷达成像算法。所提成像算法通过奇异值软阈值法和l1范数最小化技术进行迭代求解低秩稀疏约束优化问题，实现在墙体强反射波存在的探测环境中基于压缩感知框架对墙后隐蔽目标的准确成像重建。仿真和实验数据的处理结果验证了所提成像算法的有效性和准确性。     

复杂轨迹合成孔径雷达后向投影算法图像流GPU成像

相对于基于傅里叶变换的频域成像算法,后向投影(BP)算法因采用时域逐点相干积累,更适合于复杂轨迹合成孔径雷达(SAR)高精度成像。但BP算法计算量巨大,限制了其应用于SAR大场景大数据量快速成像。图形处理器(GPU)具有强大浮点运算和并行处理能力,为大场景BP算法快速成像实现提供了途径。结合GPU并行处理,提出了一种基于图像流的复杂运动SAR大场景BP快速成像处理方法。该方法借助BP算法中图像像素点相互独立处理的特性,采用图像像素点并行及图像流程处理,设计了孔径与图像缓存调度方案,提高SAR大场景大数据BP算法成像效率。仿真和机载实测数据结果验证了方法的有效性,在有限GPU显存条件下实现了8 192×8 192大场景快速成像,并且成像加速比相对于传统CPU单线程处理可达300倍以上。     

一种正前视宽扇区高分辨雷达扫描成像方法

合成孔径雷达（Synthetic Aperture Radar,SAR）只有照射到飞行方向左、右两侧的感兴趣成像区域时才能处理出高分辨率SAR图像,飞行方向正前方的成像区域就成为了SAR成像的固有盲区。三通道（和、方位差、俯仰差）毫米波单脉冲成像雷达能够实现对正前视场景的二维成像，获取单脉冲图像。提出对SAR/单脉冲图像进行图像配准和融合拼接的方法：首先利用多尺度多方向二维Gabor滤波器组分别对SAR/单脉冲图像进行特征提取，然后对两组特征矩阵进行归一化互相关匹配，对匹配好的图像进行像素级融合处理，得到完整的正前视宽扇区高分辨雷达图像。试验数据成像处理结果表明，所提复合成像算法能够对飞行正前方宽扇区范围内进行高分辨成像，有效解决了工程实际中碰到的正前视高分辨成像盲区的难题，对于前视雷达成像侦察、弹载雷达目标区域景象匹配、飞行器夜航、盲降等具有一定的工程实际意义。     

墙体参数模糊下穿墙雷达运动目标成像

针对墙参数模糊条件下运动目标成像速度慢、墙参数重建精度差等问题,提出了一种改进拟牛顿-粒子群优化(Limited Broyden Fletcher Goldfarb Shanno-Particle Swarm Optimization,LBFGS-PSO)算法,建立了LBFGS-PSO算法模型,解决了传统拟牛顿算法和粒子群算法计算速度慢、误差较大等问题。该算法与块正交匹配追踪（Block Orthogonal Matching Pursuit,BOMP）算法相结合不仅可以精确重建边墙位置,还能够准确地重建多径效应环境中的运动目标和静止目标,算法的计算速度和精度得到了一定程度的提高。仿真结果和数据分析验证了所提方法的性能。     

主动毫米波成像地海面目标识别方法

主动毫米波成像传感器为前下视对地成像,作为侧视SAR和前斜视SAR成像的补充,能够实现全方位观测覆盖,采用扫描方式实时获取飞行路径前方地物目标图像数据,在飞行器导航中具有重要应用前景。针对主动毫米波成像目标识别所面临的成像信噪比低、图像方位向分辨率低以及保障条件为异种传感器图像数据等难点,探讨了目标检测识别实时信息处理流程中的地面信息保障、匹配识别算法等若干关键技术和方法,结合目标背景特性,提出的结合特征检测的目标匹配识别定位方法,能满足低信噪比条件下的目标快速检测识别的要求。     

基于直方图均衡化的电成像图像增强方法

电成像图像可以直观显示井壁地层的细节特征，所以图像的清晰与否直接影响到电成像测井资料的综合应用。事实上，由于受到测井环境、地层电阻率范围跨度大等外在因素的影响，电成像测井图像经常出现局部不清晰、特征不明显的现象。本文提出了一种利用直方图均衡技术来增强电成像测井图像的方法，通过直方图均衡增强，可以有效地提高电成像测井图像E地．层细节特征的清晰度，改善图像质量。     

一种基于Hopfield网络的MRI图像分割方法

磁共振成像（ＭＲＩ）是临床中一种重要的非介入式成像诊断方法。本文提出了一种基于Ｈｏｐ ｆｉｅｌｄ网络的ＭＲＩ图像分割算法。在无教师监督的情况下,神经网络在其能量最小化过程中,逐渐趋于特征聚类空间的一个稳定状态,因而可以实现图像的分割。     

基于不可分离MRA的快速小波去噪图像重建

提出了一种基于不可分离MRA的小波去噪重建算法.算法将投影数据进行二通道的小波分解,从而直接得到小波的近似系数和细节系数,对这些小波系数进行基于小波的阀值化去噪处理,再经过逆小波变换就得到了最终的重建图像.算法降低了复杂度,与可分离MRA重建算法比较速度更快,并且可以去噪.     

基于直线斜飞弹道的弹载SAR成像方案

针对弹载SAR成像实时性高、非匀直弹道下成像算法、运动补偿困难,难以工程实现 的现状,提出了一种末制导阶段在恒定高度采用直线斜飞弹道的SAR成像制导模式。详细分 析了该模式的工作过程、极坐标格式SAR聚束成像算法及直线斜飞弹道对制导性能产生的影 响。仿真结果表明,该模式在增加少量制导时间的代价下,借鉴机载聚束SAR成像算法即能 获得高质量的SAR图像,为SAR末制导的工程化提供了有益借鉴。     

基于折射波静校正的未知参数穿墙成像合成延迟时算法

在穿墙雷达实际应用中,墙体一般由两层不同介质构成,且各层墙体参数未知。若对墙后目标直接成像,会产生目标散焦或位置偏移。针对该问题,提出了基于折射波静校正的合成延迟时方法对墙后目标进行聚焦成像。首先读取每根接收天线回波数据确定电磁波的折射回波时刻,通过基本折射方程得到延迟时超定方程组,解此超定方程组可得电磁波在外层墙体内的传播时延,再运用相邻发射天线和相邻接收天线延迟时之差估计内层墙体中电磁波的传播时延,最后各个通道内传播时延依次相加后运用后向投影算法获得目标精确成像。对成像位置精度、图像熵,以及输入输出目标杂波比等性能的分析和比较证明了该算法的有效性。     

基于多测量向量模型的极化探地雷达成像算法

针对极化探地雷达(GPR)工作过程中目标成像空间的联合稀疏性，提出了一种基于多测量向量模型的极化探地雷达成像算法。在建立极化探地雷达回波信号模型的基础上，利用各极化通道测量数据的联合稀疏性将各个极化通道的测量数据等效成多测量向量（MMV），通过多任务贝叶斯压缩感知（MT-BCS）算法对各个极化通道的测量数据进行联合处理从而实现各个极化通道对应的探测场景反射率的重建。基于时域有限差分（FDTD）法的仿真数据处理结果表明所提成像算法在目标位置重建的准确性和背景杂波抑制能力上均优于单测量向量（SMV）模型的极化探地雷达成像算法。     

脉冲耦合神经网络在人脸图像分割中的应用

脉冲耦合神经网络(PCNN)是一种新型神经网络,研究表明,可用PCNN的脉冲传播特性有效地解决图像处理中的不同问题,在此提出一种依赖于图像的自然属性的人脸图像分割算法,该算法有很强的适应性,人脸图像分割效果较好。     

一种应用于欠采样图像的自适应稀疏重建方法

针对图像稀疏重建中因使用固定参数的全变分(TV)正则项所带来的图像细节缺失和阶梯效应问题，提出了一种自适应二阶广义全变分(TGV)约束的图像稀疏重建算法。该算法采用二阶广义全变分模型权衡图像的一阶导数和二阶导数，且能够根据每次迭代得到的重构解及对应张量函数自适应地修正权重系数，实现图像的稀疏重建。与全变分正则模型和固定参数广义全变分正则模型相比，该算法能更好地保持图像轮廓和细节信息，提高重建图像的峰值信噪比(PSNR)和结构相似度(SSIM)。     

一种快速的扇束CT滤波反投影重建算法

提出了一种用于扇束CT(计算机断层扫描)重建的快速滤波反投影算法.这种算法是传统标准滤波反投影(FBP)重建算法的加速形式,主要通过减少投影数量然后重建子图像来实现.实验结果表明:对于一幅512×512图像,这种算法可以将重建过程加速40倍以上,并且不会引入明显的图像误差.这种算法也适应于多层螺旋三维重建,并且可以延伸用于三维锥形重建.     

高精度机载可见光图像定位方法

针对现有技术不能解决机载可见光图像快速自动定位的问题，提出了一种定位精度高、处理速度快、可扩展性好的机载可见光图像定位方法。该方法以传感器共线成像模型为中心，将实时图像和传感器成像参数送入共线模型进行正射校正，校正后的图像与相应的基准图像进行图像配准，使用配准同名点信息更新传感器成像参数，最后再次通过共线模型获取实时图地理坐标定位信息。这种通过图像配准再计算成像模型的间接定位方法，不仅减少了计算量，而且使自动配准算法稳定，较传统的直接定位方法或图像配准方法有突出的优势。此外，该方法具有严格的误差传递计算公式，能计算定位结果的误差。仿真实验表明即使在大倾斜角条件下，该方法也能获得优于100 m的定位精度。     

一种全自动稳健的图像镶嵌算法

针对现今学者提出的多种获取全景图像的图像镶嵌算法大都只是在图像发生平移条件下完成的局限性,提出一种广泛适用于图像发生任何空间变换(包括图像的平移、旋转、缩放和其它扭曲)的镶嵌算法.该算法核心是采用图像变形技术对发生空间变换的图像进行投影重建.具体过程是:首先由Harris算子提取的角点求得两幅图像间的变换矩阵,然后由此变换矩阵应用图像变形技术,逆向映射重采样插值发生空间变换的图像,最后与源图像合成图像.实验表明,该算法能达到良好的镶嵌效果.     

基于BP和CS相结合的圆周SAR三维成像算法

与传统的直线SAR 相比,圆周SAR(CSAR)具有对场景进行三维成像的能力,但对于一 般的目标,其有效孔径只是一定角度的圆弧而非完整圆周孔径,使得圆周SAR只能获得航迹 向和斜距向的高分辨率,影响了其三维成像能力,所以现在通常采用沿着不同高度角进行多 次观测的多航过圆周SAR模式来实现三维成像。针对多航过圆周SAR由于多航过稀疏并且 非均匀采样而严重影响成像质量的问题,提出一种将BP算法和压缩传感算法（CS）结合的三 维成像算法。该算法先利用BP算法实现每一次航过数据的二维成像,再利用压缩传感算法进 行高度向聚焦,来改善高度向的聚焦质量,最后将实测数据成像结果和传统的三维BP算法的 结果进行比较,证明该算法可以有效地抑制旁瓣,得到超分辨的三维成像结果。     

分块自适应图像稀疏分解

针对图像稀疏分解的计算时间复杂度非常高这个问题，提出了分块自适应图像稀疏分解算法。该算法根据稀疏分解计算时间复杂度和待分解图像大小之间的关系。把待分解图像分成互不重叠的小块。然后对每个小块图像进行稀疏分解。根据每一块的复杂程度。自适应地决定稀疏分解的结束。实验结果表明。在分解原子个数相近或相同的条件下。新算法对稀疏分解后重建图像比在整幅图像上进行稀疏分解重建的图像质量下降0．5dB。但计算速度提高了约15倍。