-
公开(公告)号：CN112230195B
公开(公告)日：2024-07-30
申请号：CN202010911596.6
申请日：2020-09-02
申请人： 清华大学 , 中国人民解放军海军航空大学
摘要： 本申请公开了一种基于非线性最优平滑层策略的平滑变结构滤波方法及系统，方法包括：基于非线性切换函数在最小均方误差准则下实时计算非线性最优平滑层参数；将该非线性最优平滑参数与预设的平滑层参数对比，以判断当前模型不确定度的大小；根据不确定度大小采用一种自适应切换策略计算增益项，并利用增益项在一个先验预测‑后验更新的框架中计算目标状态估计值；上述过程序贯迭代以实现对目标状态的持续跟踪。该方法采用基于非线性最优平滑层参数的自适应切换策略计算增益项，能够实现跟踪算法及系统在低模型不确定度下的最优性，同时保证高不确定度下的鲁棒性和优良的抖振抑制特性，从而获得更好的目标状态跟踪精度，具有较高的工程应用价值。
-
公开(公告)号：CN113192078B
公开(公告)日：2022-12-02
申请号：CN202110420778.8
申请日：2021-04-19
申请人： 清华大学 , 中国人民解放军海军航空大学
摘要： 本发明提出一种基于密度的快速海面SAR图像超像素分割方法，属于合成孔径雷达图像处理领域。该方法在训练阶段，获取大小相同的纯净杂波子图像和纯净含海面目标的子图像，计算每张子图像的密度向量并建立加权稀疏优化问题并求解，得到最优权重向量和最优偏差；在测试阶段，获取一张海面SAR图像并划分为多张子图像，利用最优权重向量和最优偏差计算每张子图像对应标签，判定该子图像是否可能含有目标；对所有可能含有目标的子图像进行超像素分割，得到该海面SAR图像的最终超像素分割结果。本发明通过在SAR图像超像素分割前先行快速删除大量的海杂波区域，再对剩余区域进行精细分割，显著提升了现有超像素分割方法的计算速度和存储效率。
-
公开(公告)号：CN111505639B
公开(公告)日：2021-10-22
申请号：CN202010373474.6
申请日：2020-05-06
申请人： 清华大学 , 中国人民解放军海军航空大学
摘要： 本发明公开了一种基于变重频采样模式的合成孔径雷达宽幅稀疏成像方法，包括：通过雷达发射天线以变重频采样模式发射信号脉冲，接收目标反射回波信号，初始化参数及变量；执行非均匀线频调变标过程得到成像场景的场景散射强度矩阵；利用软阈值操作更新场景散射强度矩阵，得到第i次迭代的结果；执行非均匀逆线频调变标过程得到模拟的回波数据；计算模型误差变化率，判断模型误差变化率或迭代次数是否满足迭代终止条件，满足迭代终止条件，则输出当前迭代得到的场景散射强度矩阵作为合成孔径雷达成像结果，不满足迭代终止条件，则迭代次数i加1继续迭代。该方法可以实现对稀疏场景的高分辨率、宽测绘带成像，降低了硬件成本，提高了运行效率。
-
公开(公告)号：CN112991257B
公开(公告)日：2021-10-15
申请号：CN202011496434.7
申请日：2020-12-17
申请人： 清华大学 , 中国人民解放军海军航空大学
摘要： 本发明公开了一种基于半监督孪生网络的异质遥感图像变化快速检测方法，包括如下步骤：获取变化前后的两幅异质遥感图像并进行配准；以在ImageNet中预训练的两个相同结构的VGG子网络为基础构造半监督孪生网络；在两幅异质遥感图像的相同位置，分别提取少量以图像小块为单位的非变化区域，作为训练样本；构造损失函数，通过最小化损失函数，训练半监督孪生网络中的高层级特征以适应两幅异质遥感图像，获得两幅异质遥感图像的同质特征；以两幅异质遥感图像作为半监督孪生网络输入，提取变化差异图；利用Otsu算法对变化差异图二值化，得到最终的变化检测图。本发明能够准确检测异质遥感图像变化区且检测效率高。
-
公开(公告)号：CN112991257A
公开(公告)日：2021-06-18
申请号：CN202011496434.7
申请日：2020-12-17
申请人： 清华大学 , 中国人民解放军海军航空大学
摘要： 本发明公开了一种基于半监督孪生网络的异质遥感图像变化快速检测方法，包括如下步骤：获取变化前后的两幅异质遥感图像并进行配准；以在ImageNet中预训练的两个相同结构的VGG子网络为基础构造半监督孪生神经网络；在两幅异质遥感图像的相同位置，分别提取少量以图像小块为单位的非变化区域，作为训练样本；构造损失函数，通过最小化损失函数，训练半监督孪生神经网络中的高层级特征以适应两幅异质遥感图像，获得两幅异质遥感图像的同质特征；以两幅异质遥感图像作为半监督孪生神经网络输入，提取变化差异图；利用Otsu算法对变化差异图二值化，得到最终的变化检测图。本发明能够准确检测异质遥感图像变化区且检测效率高。
-
公开(公告)号：CN112330562B
公开(公告)日：2022-11-15
申请号：CN202011236018.3
申请日：2020-11-09
申请人： 中国人民解放军海军航空大学 , 清华大学
IPC分类号： G06T5/00 , G06T7/40 , G06T7/90 , G06V10/84 , G06V10/774
摘要： 本发明涉及一种异构遥感图像变换方法及系统，设置了可见光灰度图像作为SAR图像到可见光彩色图像的中间态，通过SAR图像降噪声生成器将SAR图像生成可见光灰度图像，并通过第一鉴别器进行鉴别，通过可见光图像生成器将可见光灰度图像生成可见光彩色图像，并通过第二鉴别器进行鉴别，降低了SAR图像到可见光彩色图像变换的失真率，提高了遥感图像变换的质量和效率。
-
公开(公告)号：CN111583266B
公开(公告)日：2021-09-24
申请号：CN202010380485.7
申请日：2020-05-08
申请人： 清华大学 , 中国人民解放军海军航空大学
IPC分类号： G06T7/10
摘要： 本发明公开了一种基于费雪向量的自适应合成孔径雷达图像超像素分割方法，包括以下步骤：对输入合成孔径雷达图像进行设置，并初始化参数，迭代更新像素标签、更新超像素中心、更新特征权重；判断迭代次数是否达到最大迭代次数，若是，在停止迭代，若不是，则返回更新像素标签步骤继续迭代；消除超像素中的过小超像素；输出超像素分割结果。实现了更高的超像素分割性能，提升了边界召回率，降低了误分割率，有助于后续的SAR图像中基于超像素的目标检测和识别性能的提升。
-
公开(公告)号：CN112766286B
公开(公告)日：2021-09-14
申请号：CN202110161165.7
申请日：2021-02-05
申请人： 清华大学 , 中国人民解放军海军航空大学
摘要： 本发明提出一种基于SAR图像全局‑局部特征的舰船目标检测方法，属于雷达图像处理领域。该方法首先对SAR图像建立对应的混合高斯模型，并对该图像进行超像素分割；然后分别计算每个超像素的费雪向量，以及每个费雪向量的全局密度对比度、全局密度距离对比度以及局部对比度；对全局密度对比度、全局密度距离对比度和局部对比度求积得到每个超像素的检验统计量；对每个检验统计量进行判定，最终得到SAR图像的舰船检测结果。本发明在SAR图像舰船检测中额外考虑了费雪向量的全局对比特征，有助于降低检测结果中的虚警率。
-
公开(公告)号：CN113192078A
公开(公告)日：2021-07-30
申请号：CN202110420778.8
申请日：2021-04-19
申请人： 清华大学 , 中国人民解放军海军航空大学
摘要： 本发明提出一种基于密度的快速海面SAR图像超像素分割方法，属于合成孔径雷达图像处理领域。该方法在训练阶段，获取大小相同的纯净杂波子图像和纯净含海面目标的子图像，计算每张子图像的密度向量并建立加权稀疏优化问题并求解，得到最优权重向量和最优偏差；在测试阶段，获取一张海面SAR图像并划分为多张子图像，利用最优权重向量和最优偏差计算每张子图像对应标签，判定该子图像是否可能含有目标；对所有可能含有目标的子图像进行超像素分割，得到该海面SAR图像的最终超像素分割结果。本发明通过在SAR图像超像素分割前先行快速删除大量的海杂波区域，再对剩余区域进行精细分割，显著提升了现有超像素分割方法的计算速度和存储效率。
-
公开(公告)号：CN112906577A
公开(公告)日：2021-06-04
申请号：CN202110202150.0
申请日：2021-02-23
申请人： 清华大学 , 中国人民解放军海军航空大学
摘要： 本申请实施例提供一种多源遥感图像的融合方法，具体涉及图像处理领域，所述方法包括：基于目标提议对天基遥感图像和空基遥感图像中共同的目标区域进行增强，并基于科普拉模型对天基遥感图像和空基遥感图像的共同目标区域中杂波区域进行抑制。相比于传统的遥感图像融合方法，本发明所提出的方法可以显著地提升天空基合成遥感图像中的目标与杂波比，有助于提升后续的目标检测和目标识别性能。
-
-
-
-
-
-
-
-
-
搜索结果
254 条记录 (耗时 0.099 秒)
