一种基于FPGA的红外图像实时畸变校正方法和系统

    公开(公告)号:CN114066759A

    公开(公告)日:2022-02-18

    申请号:CN202111368470.X

    申请日:2021-11-18

    IPC分类号: G06T5/00 G06T1/20 G06T1/60

    摘要: 本发明公开了一种基于FPGA的红外图像实时畸变校正方法和系统,方法包括对目标进行红外成像数据采集,得到原始红外畸变图像数据;根据所选红外成像镜头,从预先存储的多组红外成像镜头的畸变校正参数对应的去畸变反向映射地址数据中获取该红外成像镜头对应的畸变校正参数;对所述原始红外畸变图像数据进行滤波和帧间降噪处理;根据获取的畸变校正参数,对经过滤波和帧间降噪处理后的红外图像数据进行图像校正。本发明既提高了同一红外图像畸变校正系统的复用性,又保证了红外图像畸变校正效果。

    一种基于去噪任务辅助的SAR图像目标识别方法

    公开(公告)号:CN113807206A

    公开(公告)日:2021-12-17

    申请号:CN202111003567.0

    申请日:2021-08-30

    摘要: 本发明提出了一种基于去噪任务辅助的SAR图像目标识别方法,属于目标识别领域。本发明提出的网络包括去噪子网络与分类子网络两部分,去噪子网络中通过多尺度特征提取层、注意力机制以及残差学习结构可实现噪声信息学习。考虑到标准卷积在提取多尺度特征时会增大网络宽度,进而导致模型参数量增加。为此,本发明采用空洞卷积结构实现多尺度特征提取。在去噪子网络辅助下分类子网络可完成目标特征提取与分类。分类子网络中引入注意力思想来指导模型在特征空间、通道与空间交互层面上完成SAR图像目标特征提取与自适应加权,进而改善目标识别精度。通过在MSTAR数据集上进行仿真实验,证明了本发明中的方法在噪声环境下具有较好的SAR图像目标识别效果。

    一种应用于雷达模拟的可变双向数字延迟方法

    公开(公告)号:CN108665922B

    公开(公告)日:2021-09-24

    申请号:CN201810372837.7

    申请日:2018-04-24

    IPC分类号: G11C11/4063

    摘要: 本发明公开了一种应用于雷达模拟的可变双向数字延迟方法,该方法属于信号处理技术,具体涉及数字延迟方法。本发明提出的基于单端口DRAM、单倍时钟的可变双向数字延迟实现方法设计结构简单,在工程应用中只需要设置控制字,循环计数到控制字即可实现延时。由于本发明采用的是单倍工作时钟,可实现的工作频率能达到FPGA的最高工作频率。当延迟量增加或者减少时,只需设置增加或者减少后延迟量的值,是一种简单高效,具有更高分辨率的数字延迟方法。

    一种基于压缩感知的快速斜坡模式LFMCW车载雷达信号处理方法

    公开(公告)号:CN113189576A

    公开(公告)日:2021-07-30

    申请号:CN202110380676.8

    申请日:2021-04-09

    摘要: 该发明公开了一种基于压缩感知的快速斜坡模式LFMCW车载雷达信号处理方法,属于信号处理技术,具体涉及CS技术。本发明将雷达探测场景建立为距离‑速度二维网格平面模型,考虑到目标在此二维网格平面稀疏,将CS技术应用于车载雷达HSR模式进行信号处理。数字差拍基带信号由接收信号回波与本振信号混频得到的模拟差拍基带信号低速采样得到,将此数字差拍基带信号作为CS模型的测量信号,根据发射波形参数、分辨率及精度要求设计感知矩阵,再利用OMP算法重构稀疏向量,此稀疏向量包含目标的距离、速度信息。本发明具有的效果包括:在不增加信号带宽和时宽的前提下,有效提高目标距离、速度分辨率及精度;可根据不同场景的要求自适应选择距离一维超分辨,距离速度二维联合超分辨;自适应协调距离速度性能与运算量的矛盾,鲁棒性好。

    一种基于胶囊网络的SAR自动目标识别方法

    公开(公告)号:CN112446357A

    公开(公告)日:2021-03-05

    申请号:CN202011478677.8

    申请日:2020-12-15

    摘要: 本发明公开了一种基于胶囊网络的SAR自动目标识别方法,雷达目标识别领域。该方法的主要流程:首先对原始SAR图像进行裁剪处理,然后将裁剪后的图像进行简单的卷积处理,之后利用具有不同膨胀率的卷积核来提取多尺度特征,然后利用自适应的特征细化模块增强重要的特征,再通过逐像素融合策略融合增强后的多尺度特征,然后再输入到基于胶囊单元的网络层进行更抽象特征学习并保留特征间的空间关系,最后将编码器网络的输出的特征输入到一个由四个转置卷积层组成的解码器网络进行SAR目标重构来改善编码器的学习能力;SAR目标鉴别结果在编码器网络的最后一层输出。本发明与现有的深度卷积神经网络算法相比具有更高的精度。

    基于多尺度双边滤波和视觉显著性的红外图像增强方法

    公开(公告)号:CN111489319A

    公开(公告)日:2020-08-04

    申请号:CN202010307466.1

    申请日:2020-04-17

    IPC分类号: G06T5/20 G06T5/00 G06K9/46

    摘要: 本发明公开了基于多尺度双边滤波和视觉显著性的红外图像增强方法,本发明利用多尺度双边滤波对图像进行分层处理后,将图像分解为背景层与细节层,对细节层进行去噪处理。另外,采用视觉显著性分析方法对原始图像的显著性区域进行提取,并与图像的背景层进行加权融合,再将其与去噪后的细节层进行加权融合,得到增强后的图像。本发明同时适用于红外强度图像与红外偏振度图像,在图像的对比度提升、去模糊方面具有良好效果,图像细节更加清晰。

    一种去除红外偏振角图像噪声的方法及系统

    公开(公告)号:CN111462011A

    公开(公告)日:2020-07-28

    申请号:CN202010250993.3

    申请日:2020-04-01

    IPC分类号: G06T5/00 G06T5/20

    摘要: 本发明公开了一种去除红外偏振角图像噪声的方法,包括以下步骤:获取目标的红外偏振信息;对S1进行帧间降噪处理生成S1_p1(i,j,k);对S2进行帧间降噪处理生成S2_p1(i,j,k);对S1_p1(i,j,k)进行条件滤波生成S1_p2(i,j,k);对S2_p1(i,j,k)进行条件滤波生成S2_p2(i,j,k);根据S1_p2(i,j,k)和S2_p2(i,j,k)生成AOP偏振角图像。本发明还公开了一种去除红外偏振角图像噪声的系统。本发明一种去除红外偏振角图像噪声的方法及系统,对S1和S2图像进行处理,使得AOP图像噪声明显减少,成像质量大大提升,并保留了较多的图像原来的细节信息,使得AOP偏振角图像能够展现出更多的目标信息,提高了对目标的识别与追踪能力,提升了红外偏振探测系统的性能。

    一种高效的基于时延波束形成的宽带数字阵列接收通道

    公开(公告)号:CN107566024B

    公开(公告)日:2020-05-12

    申请号:CN201710788477.4

    申请日:2017-09-05

    IPC分类号: H04B7/08 H04B7/0408

    摘要: 本发明公开了一种高效的基于时延波束形成的宽带数字阵列接收通道,包括N个低噪声功放、数模转换模块、整数倍时延模块、数字控制振荡器、幅相加权模块、第一和第二分数时延加权模块,以及两个子滤波器组和抽取模块,其中低噪声功放通过数模转换模块和整数倍时延模块连接数字控制振荡器,其同相输出、正交输出分别通过同一个幅相加权模块连接第一和第二分数时延加权模块;分别合并对应I、Q路的分数时延加权模块的各输出,再分别作为两个子滤波器组的输入,子滤波器组的输出端分别连接一个抽取倍数相同的抽取模块。本发明设置各通道共用一个子滤波器组来完成分数时延处理,再将抽取环节后置,从而有效减少对乘法器和加法器硬件资源的消耗。

    一种基于PCA和全局对比度的SAR目标检测方法

    公开(公告)号:CN110110618A

    公开(公告)日:2019-08-09

    申请号:CN201910323751.X

    申请日:2019-04-22

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 该发明公开了一种基于PCA和全局对比度的SAR目标检测方法,属于合成孔径雷达遥感技术目标检测领域,具体涉及利用主成分分析法和利用全局对比度想法结合的方法,生成SAR目标的显著图。本发明与传统的检测方法相比,采用超像素作为目标检测元,结合全局对比度的视觉注意模型,本发明可以取得更好的检测性能;本发明与传统的检测方法相比,检测所耗时间更短;本发明与传统的检测方法相比,在SAR图像中能更完整地保留目标原有形态。

    一种红外图像细节增强及去噪方法

    公开(公告)号:CN110047055A

    公开(公告)日:2019-07-23

    申请号:CN201910203803.X

    申请日:2019-03-18

    IPC分类号: G06T5/40 G06T5/00

    摘要: 本发明公开了一种红外图像细节增强及去噪方法,该方法对14bit红外图像进行分层处理,对背景层进行改进的直方图均衡处理,使其映射到合适的灰阶上,提高对比度并防止过曝光;对细节层进行高斯滤波,标定脉冲点;再对处理后细节层图像进行分块计算极值,判断块内极值是否为脉冲点;去除细节层的脉冲点后,对细节层进行Gamma变换并加权回背景层得到最终的输出图像。本发明能对红外图像进行细节增强同时去除与弱细节同量级噪声影响,获得在图像压缩中受到损失的细节信息并去除由此带来的噪声影响,大大提高红外图像显示质量。