一种基于CINTAF的机动目标ISAR成像方法

    公开(公告)号:CN114200446A

    公开(公告)日:2022-03-18

    申请号:CN202010983490.7

    申请日:2020-09-17

    申请人: 西北大学

    摘要: 本发明涉及一种基于CINTAF的机动目标ISAR成像方法,包括:获取待测目标在每个距离单元中的散射点的雷达回波信号;对雷达回波信号进行脉冲压缩处理和运动补偿后建模为立方相位信号;采用相参积累非均匀三线性自相关函数和解线性调频技术对立方相位信号进行参数估计,得到预估参数;根据预估参数更新每个距离单元中的散射点的雷达回波信号;根据更新后的雷达回波信号,结合距离瞬时多普勒技术,重建得到待测目标的ISAR图像。本发明的基于CINTAF的机动目标ISAR成像方法,使用了非均匀采样,简化了计算过程,通过复乘、变尺度傅里叶变换、快速傅里叶变换操作快速完成计算过程,计算过程更快。

    一种基于TOAF的复杂目标ISAR成像方法

    公开(公告)号:CN113204021A

    公开(公告)日:2021-08-03

    申请号:CN202110412307.2

    申请日:2021-04-16

    申请人: 西北大学

    IPC分类号: G01S13/90 G01S7/41

    摘要: 本发明提供一种基于TOAF的复杂运动目标ISAR成像方法,包括:获取待测目标在每个距离单元中的散射点的雷达回波信号;对雷达回波信号进行距离走动补偿;将距离走动补偿后的雷达回波信号建模为立方相位信号;采用三阶自相关函数和解线性调频技术对立方相位信号进行参数估计,得到预估参数;根据预估参数,对立方相位信号进行多普勒频移补偿;利用多普勒频移补偿之后的立方相位信号,重建得到待测目标的ISAR图像。本发明通过复乘、非均匀快速傅里叶变换等操作可以快速完成计算过程,同时可以提高抗噪声性能。

    带干扰抑制的汉字图像超分辨率重建方法

    公开(公告)号:CN108171654B

    公开(公告)日:2021-06-22

    申请号:CN201711161572.8

    申请日:2017-11-20

    IPC分类号: G06T3/40 G06T5/00 G06T7/13

    摘要: 本发明属于文本图像处理领域,公开了一种带干扰抑制的汉字图像超分辨率重建方法,针对汉字图像在拍摄时常存在光线不足以及为排版而在汉字底部添加下划线的情况,本发明对上述两种干扰具有较好的抑制作用。本发明运用图像层分离方法实现汉字图像光照层的分离,保留反映其本质属性的反射层。再对反射层图像进行小波分解,对不同的子图像采用不同尺度因子的L0平滑滤波,然后基于自适应文本图像二值化算法,实现图像背景和文字的二值化分离。接着对预处理后的汉字图像进行基于邻域嵌入的超分辨率重建,在关键的特征向量组成上加强了横、竖笔画的权重,同时也充分考虑撇、捺等对角线笔划,设计出一种适合于汉字图像的带干扰抑制的超分辨率重建方法。

    一种适合嵌入式DSP平台的无人机航拍图像清晰化方法

    公开(公告)号:CN112884660A

    公开(公告)日:2021-06-01

    申请号:CN201911210527.6

    申请日:2019-11-29

    申请人: 西北大学

    IPC分类号: G06T5/00 G06T5/20

    摘要: 本发明公开了一种适合嵌入式DSP平台的无人机航拍图像清晰化方法,包括以下步骤:S1:读取原始清晰航拍图像并提取其像素信息;S2:给定航拍图像模糊参数中的像移长度和像移角度两个模拟参数,生成模糊矩阵;S3:利用该模糊矩阵与原始清晰航拍图像像素合成模糊图像像素矩阵;S4:利用S2所述模糊矩阵对S3所得模糊图像像素矩阵进行后期非盲去模糊;S5:对S4中非盲去模糊后的图像像素矩阵进行后期增强型去雾处理,即基于导引滤波器提取去模糊后图像的边缘细节,再以一定的倍数放大叠加到滤波前图像像素矩阵之上,得到最终无人机航拍清晰化图像像素矩阵;S6:合并航拍清晰化图像的头文件信息和像素矩阵,并将所得航拍清晰化图像输出到指定的内存空间。

    一种多类别工程车的行为识别方法及装置

    公开(公告)号:CN112800934A

    公开(公告)日:2021-05-14

    申请号:CN202110098578.5

    申请日:2021-01-25

    申请人: 西北大学

    摘要: 本发明提供的一种多类别工程车的行为识别方法及装置,通过将所述待识别视频输入训练好的目标检测模型,以使训练好的目标检测模型对所述待识别视频进行识别,输出包含待识别视频中的工程车目标的预测框,并且工程车目标所在的预测框对应工程车目标的位置坐标以及类别,之后将预测框范围内的图像以连续帧的形式输入训练好的行为识别网络中,以使行为识别网络对待识别视频进行关键帧的提取以及工程车目标行为的识别,获得待识别视频中工程车目标的行为所属类别,该行为识别网络通过不同组特征向量在channel维度的移位来模拟时域信息,因此行为识别过程的速度大大提升,可以实时识别多个工程车的不同行为。

    一种基于伪Huber损失函数的三维点云刚体配准方法及系统

    公开(公告)号:CN110838137A

    公开(公告)日:2020-02-25

    申请号:CN201910901385.1

    申请日:2019-09-23

    申请人: 西北大学

    IPC分类号: G06T7/33

    摘要: 本发明涉及一种基于伪Huber损失函数的三维点云刚体配准方法及系统,该配准方法包括步骤:S1、获取模型点云P和数据点云Q;S2、根据模型点云P和数据点云Q建立基于伪Huber损失函数的三维点云刚体配准模型;S3、对所述三维点云刚体配准模型进行优化,得到所述模型点云P和所述数据点云Q之间的第一刚体变换值。该方法通过建立基于伪Huber损失函数的三维点云刚体配准模型,伪Huber损失函数具有连续可导性,对异常点不敏感,能够有效降低外点对配准过程的影响,从而提高配准的效率和精度。

    基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法

    公开(公告)号:CN106772304B

    公开(公告)日:2019-10-01

    申请号:CN201611208583.2

    申请日:2016-12-23

    申请人: 西北大学

    IPC分类号: G01S7/41

    摘要: 本发明公开了基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法,对机载MIMO雷达回波信号先进行多普勒滤波处理,然后再在一个或多个多普勒通道进行自适应处理,并且对高维自适应权矢量进行分解,使其变为几个低维权矢量的Kronecker积,通过循环迭代得到权系数,利用权系数对雷达回波信号进行处理得到抑制杂波的雷达回波信号;本发明能够有效降低机载MIMO雷达系统空时自适应处理时的计算量和样本需求量,从而提高小样本条件下,机载MIMO雷达抑制杂波和检测动目标的性能,并节约宝贵的时间和资源。

    基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法

    公开(公告)号:CN106772304A

    公开(公告)日:2017-05-31

    申请号:CN201611208583.2

    申请日:2016-12-23

    申请人: 西北大学

    IPC分类号: G01S7/41

    摘要: 本发明公开了基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法,对机载MIMO雷达回波信号先进行多普勒滤波处理,然后再在一个或多个多普勒通道进行自适应处理,并且对高维自适应权矢量进行分解,使其变为几个低维权矢量的Kronecker积,通过循环迭代得到权系数,利用权系数对雷达回波信号进行处理得到抑制杂波的雷达回波信号;本发明能够有效降低机载MIMO雷达系统空时自适应处理时的计算量和样本需求量,从而提高小样本条件下,机载MIMO雷达抑制杂波和检测动目标的性能,并节约宝贵的时间和资源。

    一种适合嵌入式DSP平台的无人机航拍图像清晰化方法

    公开(公告)号:CN112884660B

    公开(公告)日:2024-01-23

    申请号:CN201911210527.6

    申请日:2019-11-29

    申请人: 西北大学

    IPC分类号: G06T5/73 G06T5/20

    摘要: 本发明公开了一种适合嵌入式DSP平台的无人机航拍图像清晰化方法,包括以下步骤:S1:读取原始清晰航拍图像并提取其像素信息;S2:给定航拍图像模糊参数中的像移长度和像移角度两个模拟参数,生成模糊矩阵;S3:利用该模糊矩阵与原始清晰航拍图像像素合成模糊图像像素矩阵;S4:利用S2所述模糊矩阵对S3所得模糊图像像素矩阵进行后期非盲去模糊;S5:对S4中非盲去模糊后的图像像素矩阵进行后期增强型去雾处理,即基于导引滤波器提取去模糊后图像的边缘细节,再以一定的倍数放大叠加到滤波前图像像素矩阵之上,得到最终无人机航拍清晰化图像像素矩阵;S6:合并航拍清晰化图像的头文件信息和像素矩阵,并将所得航拍清晰化图像输出到指定的内存空间。

    基于互质阵列和增广扩展阵列的四阶累积量DOA估计方法

    公开(公告)号:CN112904271B

    公开(公告)日:2023-08-04

    申请号:CN202110236629.6

    申请日:2021-03-03

    申请人: 西北大学

    IPC分类号: G01S3/14

    摘要: 本发明公开了一种基于互质阵列和增广扩展阵列的四阶累积量DOA估计方法,包括:基于互质阵列、增广扩展阵列构建EEAS‑NA‑CPA结构的稀疏阵列;根据所述稀疏阵列获取阵列接收信号;计算阵列接收信号的四阶累积量;对所述阵列接收信号的四阶累积量重新构建得到新的列向量;根据所述新的列向量构建空间平滑矩阵;对所述空间平滑矩阵进行子空间分解实现DOA估计。本发明EEAS‑NA‑CPA可以获得更大的连续滞后数,以及用更高的精度检测到更多的信号源,提出的基于EEAS‑NA‑CPA结构的DOA估计可以获得更好的性能。