导航雷达近海回波图像丢帧内插技术研究

研究了在连续的X波段导航雷达图像序列中丢失一帧图像状态下的一种快速修复算法.该算法主要采用基于运动估计与运动补偿的视频序列修复技术进行插帧修复.具体步骤是根据雷达图像中像素点的运动特点,采用改进的三步搜索算法并结合双向运动估计进行搜索,然后对矢量场进行后续处理,最后内插出重建帧.为了提高图像修复的精度,还引入了亚像素运...     

X波段雷达图像提取海洋表面风场

船用X波段导航雷达海杂波图像中包含有丰富的海浪、海面流和风场等环境信息。阵风的运动在滤波后的雷达图像序列中是可见的,根据分析阵风的运动,用基于运动估计技术的光流方法从阵风的运动中测定风矢量。文章主要分析了小麦岛海域岸基试验的海杂波数据,将用雷达图像序列提取的风矢量和现场风速仪、风向标测得的风矢量做了比较,证明了光流运动估计技术提取高分率风场的可行性。     

基于声呐图像的深海采矿车组合定位导航算法

实现高精度的定位导航是深海采矿车完成海底工作任务的基础条件。在采矿车行进过程中,声呐设备生成的图像信息能够反映海底场景的变化,从而体现采矿车本身的运动,由此建立了一种声呐图像里程计,并将其与轮式里程计和USBL测量数据相结合提出了一种深海采矿车组合定位导航算法。首先对多波束前视声呐图像进行预处理,然后使用Canny算法进行特征检测并对特征点云进行配准,再结合声呐成像原理构建了声呐图像里程计运动模型,最后通过轮式里程计运动模型推导预测方程、声呐图像里程计运动模型和USBL测量数据推导更新方程,利用EKF（extended Kalman filter）算法实现基于多传感器融合的定位与姿态估计。海试数据验证了该组合定位算法能实现轮式里程计、声呐里程计和超短基线在速度、位置、艏向角估计、定位速率的精度互补,具有一定的有效性和精确性,该算法为深海采矿车的定位与导航算法研发提供了参考。     

基于光流法的X波段雷达浪向反演研究

浪向代表着海浪传播方向，它是海上交通安全以及海岸资源管理的重要海洋环境参数之一。本文针对X波段测波雷达对海杂波的连续成像，提出了一种基于光流法的海浪传播方向反演新方法。该方法利用X波段测波雷达接收的海面回波图像序列直接进行光流运动估计，将得到的每个像素点的运动矢量进行加权平均，最后得到实际的海浪传播方向。与传统基于频域的X波段测波雷达浪向反演方法相比，本文提出的方法直接从时域来进行回波信号处理，无需提前得到调制传递函数以及精确的海流，减少了由于海流估算的不准确以及调制传递函数选取的误差而给雷达浪向反演带来的影响。同时，该方法简单高效，占用资源少，将其应用至仿真雷达回波以及现场实测数据来进行浪向反演，反演得到的浪向与仿真设定浪向值以及浮标实时观测浪向结果都有很好的吻合度，变化趋势也完全一致，进而验证了该方法的有效性以及准确性。     

X-波段雷达近海海浪频谱反演的神经网络模型

X-波段雷达作为国内海浪观测的一种新工具,在海浪频谱获取和有效波高反演方面仍存在较多问题.本文利用非线性回归方法,将现场实测浮标数据频谱和雷达一维图像谱分别与标准频谱模型进行拟合,发现浮标频谱和一维图像谱具有标准频谱的特征,能够较准确地获取相应的谱参数.提出了建立由雷达一维图像谱参数反演海浪频谱参数的神经网络模型,同时在模型中加入影像序列信噪比,进而反演有效波高,并将反演结果与现场实测数据和传统算法(建立影像序列信噪比与有效波高之间的线性回归方程)进行了对比,结果表明,获取谱参数的误差和反演有效波高的平均误差在20％以内,而传统算法计算有效波高平均误差在20％以上.     

基于控制点影像库的合成孔径雷达图像几何校正

近年来,多谱段和高分辨率合成孔径雷达(SAR)成像技术已取得巨大进步,人们也高度重视其潜在的应用前景.但是,因为雷达斜视成像性质和地形起伏影响,SAR图像在山区的几何畸变非常复杂,采用常规方法不能达到正射校正的结果,所以目前SAR图像的应用情况并不尽人意.实际应用的雷达图像正射纠正方法,特别是密集三角形格网的数字微分纠正方法需要大量纠正控制点,但是,雷达图像噪声和目标边缘模糊使自动匹配的选点算法难以成功.提出了一种基于控制点影像库的纠正控制点选点方法,用以提高点位精度和工作效率.该方法包括纠正区域控制点影像建库、灵活交互操作机制设计和点匹配操作.对不同空间分辨率雷达图像的实验处理结果表明,该方法具有较好的应用价值.     

基于弱纹理块的噪声估计方法在侧扫声呐图像去噪中的应用

侧扫声呐图像受混响效应影响导致侧扫声呐图像斑点噪声强,边缘模糊,纹理较弱,严重时还会掩盖海底地貌。噪声方差是许多侧扫声呐图像变换域去噪算法的必要参数。指出了侧扫声呐图像在乘性噪声的影响下灰度值溢出的问题,并且以侧扫声呐图像中乘性噪声为背景,考虑灰度值范围对乘性噪声的抑制作用,提出了一种基于弱纹理块的噪声估计方法。算法主要根据噪声的散射模型,将侧扫声呐图像经过幂变换和对数变换,将服从瑞利分布的乘性斑点噪声变换为高斯白噪声,基于变换图像的梯度协方差矩阵和弱纹理块的动态选择,以迭代的方式确定噪声方差。实验结果表明:该算法能够去除灰度值溢出现象对噪声估计的影响,在高亮区域及背景区域的噪声估计结果稳定准确。     

基于船载雷达图像的海上船只检测方法

随着雷达成像技术和高分辨率光栅显示技术的发展和应用,基于船载雷达图像的船只检测成为可能.海上船只检测的主要困难之一是雷达图像中包含固有的海面背景杂波.传统的雷达船只检测方法,如恒虚警率法(CFAR),以杂波分布模型为基础,计算待检测窗口中的信号统计分布来确定自适应阈值,取得了一些成果.但是,当海面背景杂波和船只目标的回波强度在同一数量级,甚至船只目标淹没在海面背景杂波中时,就难以确定一个有效的阈值将船只目标从雷达图像中提取出来.在分析海面背景杂波和船只目标的相关差异性基础上,提出了一种基于船载雷达序列图像的海上船只快速检测方法.该方法首先对相邻两幅图像进行互相关性分析,在两幅图像中的同一位置提取一定尺寸的移动窗口,计算其互相关函数值,窗口移动一个步长,重复操作直至遍布整幅图像,形成一幅由灰度图像互相关函数值组成的相关图像.然后使用概率神经网络模型(PNN模型)来估计相关图像背景杂波的灰度概率密度分布函数(PDF),应用CFAR技术,使用二分法求解一个区分船只和背景噪声的自适应整体阈值,并根据阈值将相关图像二值化,其中大于阈值的像元作为候选的船只目标信息,小于阈值的像元则为海面背景杂波.最后使用连通性8-邻域准则统计各个候选船只目标区域的像元数,并与预先定义的最小船只目标像元数进行比较,偏小的候选船只目标区域作为虚警去除,保留下来的候选船只目标区域即为船只检测结果.研究显示,如果图像序列中没有船只目标信息,则三维相关图像比较平整.相反,如果图像序列中含有船只目标信息,则三维相关图像上有峰值被检测出,通过测量峰值的高度,就能判断存在可能的船只目标.运用X波段船载雷达序列图像对本文提出的海上船只检测方法进行了测试.测试结果表明,该检测方法具有很好的船只检测效果,得到的船只检测结果与目视判别的结果一致.而且该检测算法原理简单,计算速度快,易于实时处理,具有广阔的应用前景.     

基于Jason-2校正辐射计的降雨率估计算法研究

采用Jason-2校正辐射计的亮温数据与GPM Ku波段测雨雷达的降雨率数据,开展基于Jason-2校正辐射计的降雨率估计算法研究。为避免波束填充效应,对Ku波段测雨雷达降雨率数据进行网格化处理,分别构建3×3,5×5及7×7网格的建模数据集和验证数据集,通过建模数据集建立了3种基于校正辐射计的降雨率估计算法研究,并通过验证数据集进行检验。结果表明:对GPM Ku波段测雨雷达的降雨数据进行3×3,5×5及7×7的网格化处理,可以在降雨率估计算法研究时有效避免波束填充效应,7×7网格化处理方法效果最优。对3种不同的算法比对,发现利用校正辐射计3个通道亮温信息的线性组合形式估计降雨率效果最优,相对偏差可达42.33%。     

基于超像素和暗通道先验的图像去雾复原方法

基于暗通道先验的图像去雾算法因其简单有效而得到广泛应用。经典算法中由于透射率图估计存在块效应而需要对透射率图进行滤波细化。本文提出了一种基于超像素分割和暗通道先验的透射率估计方法,用超像素分割获得的不规则区域替代经典算法中的固定窗口,从而避免了透射率图估计的块效应问题,并采用松弛策略以获得鲁棒性和准确性更好的透射率结果,无需进行另外的滤波细化步骤即可完成图像去雾复原。实验结果证实了本文所提方法的有效性。