基于H／A／α-Wishart分类的极化SAR图像船只检测

虽然目标分解已经是极化SAR图像进行船只检测的重要方法,但是在相干矩阵分解得到的不同参数下并不能将船只和海洋等背景准确的完全区分,不同的参数反映了目标的不同散射特性。因此,该文提出了一种基于H/A/α分解的Wishart非监督分类的极化SAR图像船只检测的方法。实验结果表明,该方法能够有效地检测出目标船只,并能有效地减少虚警。     

基于车载摄像机的雨量传感器算法研究

基于具有通用性的成像条件而设计的视觉型汽车雨量传感器能够与其他视觉型汽车先进驾驶辅助系统(ADAS)共用车载摄像头,提高其便利性和经济性。因此,针对目前通用成像条件设计的汽车雨量传感器在背景较为复杂的情况下会出现较多误检、检测性能不够理想、运算速度较慢等问题,以梯度算子为基础,研究了一种在通用成像条件下,通过模糊化背景以及亮暗分区处理方法检测雨滴的视觉型汽车雨量传感器算法。通过与相关文献给出的算法进行雨滴检测算法效果对比,所得结果表明,相比传统方法,所提出的方法能有效降低雨滴检测的误检率和漏检率,并能有效提高图像处理速度。     

基于视觉显著性的红外图像弱小目标检测方法

针对复杂背号下红外图像弱小目标检测难题,提出了一种基于视觉显著性的目标检测方法。首先利用基于视觉注意机制的显著性模型计算图像的显著度图,然后根据图像的显著度图确定目标的区域,最后在原图像上确定目标的精确位置,仿真实验结果表明,本文方法能够很好地检测出红外图像中的弱小目标;与常用背景抑制法相比,该方法不仅较好地突显了目标,而且极大地消除了虚警干扰。     

基于多向核主元分析的青霉素生产过程在线监测

基于传统主元分析（PCA）方法的过程监测算法假定过程是线性的，对于具有强非线性的生产过程，应用其进行在线监测出现误报率过高的现象.为此提出了一种多向核主元分析（MKPCA）算法用于间歇过程的建模与在线监测.利用PenSim2.0软件将青霉素间歇生产过程的三向数据按批次方向展开为二向数据并进行标准化，采用MKPCA算法建立过程模型并用于过程的在线监测，计算T2、SPE统计量及相应的控制限.仿真结果表明，与传统PCA算法相比，MKPCA算法具有更好的监测性能，不仅大大降低了正常运行过程的误报率，而且能够较早地检测出过程中存在的底物流加速率与搅拌功率故障.MKPCA可以有效处理间歇过程批次间存在的非线性属性，获取过程变量间的非线性关系.     

一种联合多特征量的SAR人造微弱痕迹检测方法

当对脚印、车轮印等人造微弱痕迹进行检测时,植被、河流等自然场景由于其低相关性易造成检测结果中出现大量虚警区域。针对此问题,首先采用相干变化检测法对人造微弱痕迹进行粗检测;之后通过对植被、河流区域的雷达散射特性建模分析,发现相对于人造微弱痕迹,植被区域的图像强度变化更大,而河流区域的图像强度更低。在此基础上,引入复图像对的图像强度差与图像强度和作为特征量,对粗检测结果中的虚警区域进行剔除,提出了一种联合多特征量的人造微弱痕迹检测方法。该方法通过对联合多重特征量进行检测,可以降低虚警率,获得对人造微弱痕迹的精检测结果。毫米波合成孔径雷达实测数据的处理结果验证了该方法的有效性。     

SAR图像分割的多尺度自回归滑动平均模型方法

给出了合成孔径雷达(synthetic aperture radar简称SAR)图像多尺度自回归滑动平均(multiscale autoregressive moving average简称MARMA)模型建模的一种新方法。研究了基于MARMA模型的SAR图像多尺度随机特征提取的方法，构造了相应的分类器．将这类方法用于实际SAR图像分割，并将MARMA模型与多尺度自回归(multiscale autoregressive简称MAR)模型的分割结果进行比较，说明SAR图像的MARMA模型分割方法优于MAR模型分割方法；最后给出了评价SAR图像分割结果的区域均匀性指标方法，实际应用结果表明该评价方法是有效的。     

A Mo LC+Mo M-based G~0 distribution parameter estimation method with application to synthetic aperture radar target detection

The accuracy of background clutter model is a key factor which determines the performance of a constant false alarm rate(CFAR) target detection method. G0 distribution is one of the optimal statistic models in the synthetic aperture radar(SAR) image background clutter modeling and can accurately model various complex background clutters in the SAR images. But the application of the distribution is greatly limited by its disadvantages that the parameter estimation is complex and the local detection threshold is difficult to be obtained. In order to solve the above-mentioned problems, an synthetic aperture radar CFAR target detection method using the logarithmic cumulant(Mo LC) + method of moment(Mo M)-based G0 distribution clutter model is proposed. In the method, G0 distribution is used for modeling the background clutters, a new Mo LC+Mo M-based parameter estimation method coupled with a fast iterative algorithm is used for estimating the parameters of G0 distribution and an exquisite dichotomy method is used for obtaining the local detection threshold of CFAR detection, which greatly improves the computational efficiency, detection performance and environmental adaptability of CFAR detection. Experimental results show that the proposed SAR CFAR target detection method has good target detection performance in various complex background clutter environments.     

基于MAP和RF的无监督SAR图像变化检测

基于形态学属性断面(MAP)和随机森林(RF)分类器,提出了无监督合成孔径雷达(SAR)图像变化检测方法.首先,利用MAP算法提取差异图像的几何结构特征,构造深入描述图像结构化信息的特征向量空间;然后,在结合阈值法和偏移因子自动选取训练样本的基础上,用RF分类器在多维特征空间中对图像进行变化与否的判别;最后,利用数学形态学方法对虚警进行滤除.实验结果表明,与传统的基于阈值的变化检测方法相比,该方法不仅能很好地检测出变化区域,而且具有更高的检测精度.     

基于因子分析与聚类分析的交通事件自动检测算法融合

针对目前通常只利用一种交通事件自动检测算法进行事件检测导致的效果不佳问题,在对单个交通事件自动检测算法产生漏警和误警的原因进行分析的基础上,设计了一套与之相对应的交通条件在线评价指标,并以因子分析与聚类分析为手段提出了一种基于多个交通事件自动检测基本算法的决策级融合方法。运用某特大城市快速路感应线圈实测数据进行验证的结果表明,在交通事件自动检测基本算法的误警率为0.5%左右、检测率为63.5%～66.1%的条件下,所提出方法的检测率和误警率分别达到了90.6%和0.0981%,明显优于对比方法的检测效果。     

Improved Ship Target Detection Accuracy in SAR Image Based on Modified CFAR Algorithm

基于修正CFAR算法的高精度SAR图像舰船目标检测

王勇,郭天骄

(哈尔滨工业大学 电子与信息工程学院,哈尔滨 150001)

创新点说明：

本文基于舰船目标实测数据SAR成像结果,提出一种新的二维SAR图像舰船目标检测算法,具体创新性可说明如下：

1）首先使用Otsu算法大致确定舰船目标的大小,进而自适应地确定CFAR滑动窗的尺寸,使算法更有普适性。

2）介绍了CFAR算法的改进形式,在提高运算速度的同时大大提升了检测效率。

3）所用的综合算法包含了形态学分割算法,解决了传统Otsu、CFAR算法不能处理多目标融合、角反射过强等问题,降低了漏警概率。

研究目的：

传统CFAR舰船检测算法效率低、无法根据图像分辨率和舰船目标大小来确定滑动窗大小,而且无法解决多目标融合等问题,基于此,本文设计一种综合算法可解决基于SAR图像的舰船目标检测问题。

研究方法：

1）对图像进行Otsu二值分割处理,量取分割后的每个区域的尺寸;

2）采用改进的CFAR算法,将积分运算简化为求和迭代运算,将阈值初始化为二倍窗内灰度值均值,窗大小根据Otsu算法分割后的每个区域的长宽来确定;

3）对经过CFAR算法后的图像进行形态学开运算处理。开运算算子采用一条线段,长度同样根据Otsu算法分割后的每个区域的长宽来确定。

结果：

1）说明了SAR图像进行Otsu处理后的图像特点,以及Otsu算法可以迅速获得舰船目标大小的优点。

2）给出了改进的CFAR算法的计算流程,此算法能够根据上一步估计的舰船目标大小来调整滑动窗大小,计算高效迅速,而且比较精确。

3）采用形态学开运算算法,并能根据Otsu算法分割后的每个区域大小来确定开运算算子,开运算处理后融合的多目标彼此分离,强角反射得到了去除,降低了漏警概率和虚警概率。

结论：

对于一幅含有舰船目标的SAR图像,可以通过Otsu、CFAR、开运算处理来进行舰船目标检测,降低漏警概率和虚警概率,提高算法的普适性和精确性。此外,通过对CFAR算法改进可大大提升运算效率。本文的研究结果对SAR舰船目标检测算法的实际应用奠定了良好的理论和实验基础。

关键词：舰船检测,Otsu算法,恒虚警检测,开运算

     

基于人工种群和Agent的路面裂纹检测算法

提出的算法包含二值化算法和Agent算法.在二值化算法中,人工种群模仿自然生命系统的新陈代谢、生物淘汰和繁殖现象,通过人工种群个体的优胜劣汰,来实现路面图像的二值化.在Agent算法中,包含有多个种类的Agent,它们依据先验知识,进一步识别裂纹,完成路面裂纹的检测.实验结果说明该算法在噪声、油污和黑斑的处理方面取得了一定的进展.     

面向工业平稳/非平稳复杂系统的在线故障监测技术

针对复杂系统中关键性能指标（KPI）相关故障检测方法检测精度低的问题,提出基于双层改进潜结构投影（DL-IPLS）的KPI相关故障检测方法. 利用协整分析和主元分析建立底层模型,对非平稳和平稳变量进行特征提取. 将提取的信息进行融合,建立改进潜结构投影的上层模型,根据融合信息对KPI的贡献进行空间分解. 在2个正交子空间中设计统计量,实现KPI相关故障的在线监测. 田纳西-伊斯曼过程和青霉素发酵过程的仿真结果表明,在面向工业平稳和非平稳复杂工业系统检测时,所提方法有效提高了KPI相关故障的检测率,降低了KPI无关故障的误报率.     

Novel SAR target detection algorithm via multiple features

A detection method for SAR targets based on combining multiple features is proposed. The targets of interest are detected according to the physical properties, which reflect the true characteristics including scattering intensity, size and differences from the clutter. By analyzing these characteristics, the size and boundary changes are determined as effective features. The image background, natural clutter, man-made clutter are eliminated in sequence using the developed detection algorithm, which contains two layers, namely, the initial target detection layer and the potential target identification layer. Effective features ensure that a smaller number of features are used to meet the precision of the target detection, and the discrimination detection method ensure that the probability of false alarm is reduced gradually with the increased complexity of the feature extraction. Comparison with traditional target detectors, such as CFAR, PCA, etc. is performed in detail. Experimental results show the superiorities of the proposal in both accuracy and efficiency.     

一种基于Gaussian-Hermite矩的SAR图像分割方法

图像分割在SAR图像处理中具有很重要的意义。文中提出了一种基于Gaussian-Hermite矩的SAR图像分割方法。该方法针对合成孔径雷达(SAR)图像斑点噪声对现有分割方法带来的影响,利用Gaussian-Hermite矩的不同阶矩并结合SAR图像特征将目标从含噪背景中分割出来。实验部分同时采用了仿真数据和实测SAR数据,通过与小波能量等4种方法的分割结果进行比较,显示出了该方法的有效性。     

一种SAR影像冰水边缘线提取算法

针对在低海冰密集度区域采用被动微波获取的海冰密集度数据会低估真实的海冰密集度值,从而不能准确地得到冰水边缘线位置的问题,文中基于高分辨率合成孔径雷达影像设计并实现了在低海冰密集度区域准确提取冰水边缘线的算法．该算法将海冰在合成孔径雷达影像中强度和对比度差异较大的曲线特征,通过边缘检测的方法统一为边缘信息．根据海冰与海水区域边缘信息丰富程度的差异,采用曲波域多尺度主动轮廓模型迭代搜索边缘信息丰富区域的轮廓,即为冰水边缘线的位置．实验表明,该方法能够在低海冰密集度区域准确地提取冰水边缘线,与采用被动微波海冰密集度数据得到的冰水边缘线相比,准确率有了大幅的提升．     

基于迭代PCA的油田传感器故障检测与隔离

针对油田采油现场采集的传感器数据本身存在不规律动态特性,使得传统的主元分析(PCA)故障检测方法在实际应用中准确度较低、容易出现误报的问题,采用一种迭代PCA模型方法,即累积数据达到一定长度之后对PCA模型进行迭代更新,可以有效地减小误报的发生.检测出故障后,利用故障数据和残差向量的映射向量定义一个传感器故障指数,可以实现故障隔离.仿真实验表明,与传统的PCA方法相比,本文所采用的更新PCA模型的迭代方法能更好地适用于数据具有动态特性的油田传感器故障检测;通过对传感器故障指数的计算可以准确地实现故障隔离.实验表明,本文用的传感器故障检测与隔离方法可以很好地应用在实际系统中.     

Features extracting method of ground vibrating targets for dual-channel SAR

The returned radar signal includes the vibrating target echo but also the strong ground clutter. However, it is difficult to detect and extract the vibrating features for SAR. For detecting and extracting the features of vibrating targets on the ground, the displaced phase center antenna (DPCA) technique is applied to suppress the ground clutter, which indicates that a time-varying envelope is induced after the DPCA processing, named the slow time envelope (STE). The energy distribution of micro-Doppler (m-D) time-frequency curve is influenced by the STE, and the integrated m-D time-frequency curve cannot be obtained. Further, an extracting method of vibrating features based on STE signatures is proposed. Finally some simulations are given for validating the theoretical derivation and the effectiveness of the proposed extracting method.     

基于毫米波雷达的高速弯道扇形预警模型

针对现有高速公路预警方法中虚警、漏警频发的现象,提出了基于毫米波雷达的弯道扇形预警模型,介绍了建立模型的道路虚拟简化方法,确定了模型中与行车有关的实时距离、临界跟车距离、速度、加速度等参数,提出了行车安全裕度为实时跟车距离与临界跟车距离的比值这一概念,建立了基于行车安全裕度的分级预警机制,并设置了灯光预警、声音预警和辅助制动3种预警方式及不同方式启用的临界点.仿真结果显示:扇形分级预警模型能够有效地减少虚警和漏警,扇形分级预警模型是有效的.     

Three-dimensional scattering center modeling and a fast SAR simulation method for ship targets

The direct SAR imaging method has a low efficiency when used for realizing the target echo simulation and SAR imaging,which will meet,with difficulty,the requirement of rapid SAR generation in the closed-loop verification process of sea detection guidance.In this paper,we propose a SAR simulation method based on three-dimensional(3D) scatter centers.First of all,the 3D scattering centers of a ship target from different perspectives are obtained by the 3D fast imaging based on the ray tube integral and 3D scattering center extraction based on the CLEAN algorithm.Then,the target SAR echo data and image aggregation processing are quickly calculated to obtain the SAR complex image through the geometric modeling of SAR imaging from the corresponding perspective.The method makes comprehensive use of electromagnetic scattering center extraction and complete SAR processing flow,which can significantly improve the efficiency and flexibility of target imaging simulation under the condition of maintaining the electromagnetic calculation accuracy.The calculation accuracy,efficiency,and flexibility of the proposed method are verified by taking a typical ship target as an example.