排序方式: 共有99条查询结果,搜索用时 771 毫秒
1.
2.
散射中心是SAR图像目标识别的重要特征。本文基于属性散射中心模型,在文献[6]的基础上,提出了一种改进的图像域SAR目标散射中心特征提取方法。在该方法中,通过引入参数规则化处理步骤,解决了属性散射中心特征提取方法的收敛问题,提高了属性散射中心特征参数估计的精度和效率;提出了一种能同时实现散射中心数目确定和结构判别的方法,实现了散射中心类型的可靠判别。仿真数据和MSTAR实测SAR图像数据的实验结果,验证了本文改进的图像域SAR目标散射中心特征提取方法的有效性。 相似文献
3.
本文所提出的GPR目标检测方法包含两个步骤.首先基于对GPR一维回波(A-Scan)统计特性的研究,应用加窗统计法从海量数据中实现快速高效的目标检测和感兴趣区域的提取;进而根据GPR二维回波图像(B-Scan)中目标回波的双曲线特征,对经过图像分割的ROI区域采用改进的Hough变换检测目标双曲线,去除虚假目标并实现目标的精确定位.对实测数据检测结果表明:此法水平和纵深向定位误差均小于1cm,输入数据信杂比可低至2dB左右. 相似文献
4.
5.
6.
7.
本文研究了基于峰值匹配的SAR图像目标分类问题,给出了一种利用方位角信息基于峰值匹配的SAR图像目标分类方法.该方法先对输入待分类SAR图像进行目标峰值提取,再基于提取的峰值进行目标方位角估计,然后根据该估计及其置信区间由模板SAR图像数据库检索出方位角位于该估计及该估计+180°置信区间内的所有SAR图像,并分别提取其峰值,这样即可通过寻找待分类SAR图像与由模板库检索的模板SAR图像目标峰值间的最佳匹配,实现目标分类.和不利用方位角信息的目标分类方法相比,本文方法显然具有更高的计算效率.另外,如何快速有效的确定待分类SAR图像与每一幅模板SAR图像目标峰值间的对应关系,计算其匹配度,是基于峰值匹配SAR目标分类中的另一个关键问题,针对该问题,本文提出了一种基于匹配代价函数表搜索的SAR图像目标峰值对应关系确定方法,该方法能在得到较好分类性能的同时,有效提高分类效率.实测MSTAR SAR图像数据的分类结果验证了本文方法的有效性. 相似文献
8.
雷达成像需要获得目标空间谱域一定范围和密度的采样以重建目标图像,目标空间谱域的填充方式与雷达成像的质量有直接关系.论文首先阐述了MIMO(Multiple-Input Multiple-Output)雷达收发信号模型的空间卷积效应,基于电磁逆散射原理,推导出一种MIMO雷达成像方法,详细论述了成像性能与空间谱域填充的关系.讨论了收/发阵列配置对空间谱域填充的影响,得到阵列排布的基本准则,最后对成像算法的有效性和理论分析结果进行仿真验证. 相似文献
9.
10.