公开(公告)号：CN105894476A

公开(公告)日：2016-08-24

申请号：CN201610251570.7

申请日：2016-04-21

Applicant: 重庆大学

Inventor： 张新征 ,  汪勇 ,  常云鹤 ,  吴奇政

IPC: G06T5/00

Abstract: 本发明提供了一种基于字典学习融合的SAR图像降噪处理方法，其通过联合非下采样轮廓波字典学习和K?SVD字典学习，利用平移不变的非下采样轮廓波变换滤波克服了轮廓波变换不能平移不变的缺陷，消除了去噪的划痕效应；同时，利用自适应的K?SVD字典学习算法进行去噪，根据图像的特征不断更新字典原子，不仅能很好地抑制图像噪声，还能够对边缘和纹理等重要的SAR图像信息较好地保留；并且进一步的通过对两种降噪效果加以融合，融合后的图像大大地提高了图像的信噪比，图像的等效视数也有一定的提高，而且边缘和纹理信息也很好地保留下来，没有出现划痕、图像对比度变暗等负面影响，使得SAR图像降噪处理的综合质量得以明显提升。

公开(公告)号：CN105373809A

公开(公告)日：2016-03-02

申请号：CN201510752844.6

申请日：2015-11-06

Applicant: 重庆大学

Inventor： 张新征 ,  刘周勇 ,  刘书君 ,  唐明春 ,  刘苗苗 ,  杨秋月

IPC: G06K9/62

CPC classification number: G06K9/6256

Abstract: 本发明提供了一种基于非负最小二乘稀疏表示的SAR目标识别方法，其基于SAR图像的频谱特征作为识别特征，通过将测试样本投影到训练集上，在稀疏投影的过程中添加了非负约束，避免了因稀疏表示中的稀疏系数有正有负导致稀疏表示的数学描述不符合实际而对雷达目标识别造成干扰，同时使得稀疏解能更有效的反映目标在高维空间中的低维结构，通过稀疏重构过程来确定测试样本的类别，实现对雷达目标的识别，从而提高识别率，同时避免了对SAR图像目标进行方位角估计以及散焦或者信噪比等因素对目标识别造成的干扰，具有很好的噪声鲁棒性，能够有效提升雷达目标识别的准确性。

公开(公告)号：CN104732224A

公开(公告)日：2015-06-24

申请号：CN201510163244.6

申请日：2015-04-08

Applicant: 重庆大学

Inventor： 张新征 ,  刘周勇 ,  刘书君 ,  吴奇政 ,  王韬

IPC: G06K9/00 ,  G06K9/46

Abstract: 本发明提供了一种基于二维泽尔尼克矩特征稀疏表示的SAR目标识别方法，该方法能够有效提取SAR目标图像中携带的局部电磁散射特征信息，在不同的方位角下，每一类目标的电磁散射中心和散射强度都是不同的，因此，基于2D切片图计算出来的Zernike特征具有很强的鉴别性；同时，本发明的SAR目标识别方法应用了稀疏表示理论来进行识别，它可以很好的对输入特征进行重构，并且根据重构误差来做出判别。总体而言，本发明基于二维泽尔尼克矩特征稀疏表示的SAR目标识别方法把2D切片图的Zernike矩特征与SRC技术相结合，这样就可以很好的目标进行识别，并且具有良好的对噪声的鲁棒性。

公开(公告)号：CN103226196B

公开(公告)日：2015-05-13

申请号：CN201310184862.X

申请日：2013-05-17

Applicant: 重庆大学

Inventor： 张新征 ,  吴奇政 ,  秦建红 ,  谭熠峰

IPC: G01S7/41

Abstract: 本发明提供了一种基于稀疏特征的雷达目标识别方法，该方法以雷达目标图像的稀疏特征作为雷达目标图像训练样本和待测雷达目标的识别特征，帮助提升雷达目标识别的数据针对性并减少数据处理运算量，再通过训练样本的稀疏特征构建待测雷达目标的稀疏线性方程，然后通过贝叶斯压缩感知算法求解稀疏线性方程，借助压缩感知理论实现对待测雷达目标的识别，不需要借助目标方位角估计，降低了识别复杂程度，避免了识别准确性对目标方位角估计的依赖，同时基于压缩感知理论进行雷达目标识别在噪声环境下也具有良好的识别性能，从而解决了现有技术中雷达目标识别系统较为复杂、识别准确性有限的问题，达到提高雷达目标识别的处理效率和识别准确性的目的。

公开(公告)号：CN104217406A

公开(公告)日：2014-12-17

申请号：CN201410490100.7

申请日：2014-09-23

Applicant: 重庆大学

Inventor： 刘书君 ,  吴国庆 ,  张新征 ,  徐礼培

IPC: G06T5/00

Abstract: 本发明公开了一种基于剪切波系数处理的SAR图像降噪方法。属于数字图像处理技术领域。它是利用图像剪切波变换后系数具有的稀疏特性，首先建立基于图像剪切波系数的稀疏表示模型，而后通过分段正交匹配追踪StOMP算法实现统计均值意义上稀疏表示系数的无偏估计，并将稀疏表示后的剪切波系数重构为降噪后图像；为弥补稀疏表示中丢失部分系数对图像细节的损失，并利用这部分系数对应的剪切波函数具有提取图像边缘细节的能力，针对图像在丢失系数对应的剪切波函数空间中投影重构的结果，结合基于能量泛函的总变分TV方法进一步迭代去噪，最终得到细节丰富的去噪图像，既抑制了SAR图像斑点噪声又保持了图像的细节纹理，可用于SAR图像降噪。

公开(公告)号：CN103217677A

公开(公告)日：2013-07-24

申请号：CN201310172561.5

申请日：2013-05-10

Applicant: 重庆大学

Inventor： 刘书君 ,  张新征 ,  杨婷

IPC: G01S7/41

Abstract: 本发明提供了一种基于联合检测量的单通道合成孔径雷达(SAR)动目标检测方法，属于运动目标检测的技术领域。它是基于SAR图像在方位频谱的划分获取子图像对应的子孔径，而后结合二维自适应方法对不同子图像间在幅度和相位上的误差进行校正，实现子孔径间的配准；再利用相邻子图像间协方差矩阵获得的第二特征值与独立归一化相位的联合检测量实现目标检测；该方法具有较好的杂波抑制能力，稳健性较高，因此可以高效的实现运动目标的检测，并用于单通道SAR图像的运动目标检测。