高分辨雷达舰船距离像估计和遮蔽小目标检测方法研究
可见光遥感图像舰船目标检测技术研究
可见光遥感图像舰船目标检测技术研究随着光学遥感卫星条带幅宽和成像分辨率的提高,以及遥感图像采集周期的缩短,如何从海洋遥感图像中提取有价值的信息,促进经济发展和保障国防安全,已成为遥感图像理解与分析的研究热点。
利用技术手段从海量的图像数据中检测人造舰船目标,在民用和军事领域中有着巨大应用与战略需求。
在海浪、云和岛屿等背景干扰下,从复杂的遥感图像场景中快速、准确地定位并检测出舰船仍然是个难题。
针对现有的数据资源,重点研究了可见光遥感图像中舰船目标检测方法和存在的问题,并分析了高分辨率遥感图像中舰船目标的特点,研究和阐述了舰船检测关键技术。
在海浪和云雾等背景干扰下,完成了对大尺度、高分辨率可见光遥感图像中的疑似舰船目标定位和检测,取得了一定的研究成果和工程参考价值。
本文主要研究工作如下:1.围绕舰船目标检测问题,研究分析了可见光遥感图像及舰船目标的特点,完成了感兴趣区域定位、遥感图像分割、目标切片特征描述与分类检测等关键技术的研究,作为海域舰船检测算法提出的基本原理支撑与理论依据。
2.针对云层和海浪背景下的可见光遥感图像中疑似舰船目标的筛选定位问题,提出了基于视觉注意计算模型的候选区域快速定位方法。
其中,基于谱残差模型的候选目标定位方法,解决了云雾遮掩下的舰船目标快速定位和目标分割不完整问题。
基于最大对称环绕模型的候选目标定位方法,解决了海浪背景下的舰船目标快速定位和目标分割不完整问题。
3.针对海洋背景下可见光遥感图像舰船目标检测问题。
根据舰船的形状特点,对梯度方向直方图特征进行改进,设计表征舰船形状特性的梯度方向特征。
同时,用统一化LBP(Local Binary Pattern)特征的方差和灰度共生矩阵特征来描述舰船的纹理信息。
进而,提出基于AdaBoost分类的融合特征舰船检测方法,有效地剔除了目标切片中非舰船目标的干扰,减少了特征向量的维数,降低了计算复杂度,解决了识别准确率低的问题。
实验结果表明:本文算法能准确提取遥感图像中舰船目标的数量和位置信息,在检测时间和精度上都能够满足实际工程需要。
高分辨率雷达图像的目标识别与定位
高分辨率雷达图像的目标识别与定位摘要：高分辨率雷达图像的目标识别与定位是一项关键技术，广泛应用于军事、航空、航海等领域。
本文将介绍目标识别与定位的研究意义和难点，并探讨当前的研究进展和未来的发展方向。
1. 引言高分辨率雷达图像的目标识别与定位是指通过对雷达图像的分析和处理，实现对图像中目标的识别和定位。
目标识别和定位是雷达图像处理的核心任务，对于军事情报、目标攻击等领域具有重要意义。
2. 目标识别目标识别是指通过分析目标的形状、纹理、尺寸等特征，来判断图像中是否存在特定目标。
目标识别的关键在于特征提取和分类算法的选择。
常用的特征提取方法包括灰度共生矩阵、Gabor滤波器和HOG特征等。
目标识别的算法有很多种，如支持向量机（SVM）、决策树、卷积神经网络（CNN）等。
近年来，深度学习技术的发展使得基于CNN的目标识别方法获得了很大的突破，取得了很好的效果。
3. 目标定位目标定位是指确定目标在雷达图像中的准确位置，包括目标的坐标、形态和姿态等。
目标定位是一个复杂的问题，受到雷达系统性能和噪声等因素的影响。
目标定位的方法主要分为两种：基于特征匹配和基于模型匹配。
基于特征匹配的方法通过提取目标的特征并与事先建立的模板进行匹配，来实现目标的定位。
基于模型匹配的方法则是通过建立目标的数学模型，将其与雷达图像进行拟合，从而得到目标的位置。
4. 研究难点高分辨率雷达图像的目标识别与定位面临着一些挑战和困难。
首先，高分辨率雷达图像的数据量较大，传统的图像处理算法往往计算量较大、运行时间较长。
其次，雷达图像存在着很多不确定性，如噪声、干扰等因素，对目标识别和定位的准确性造成了一定的影响。
此外，现实场景中的目标常常具有多样性，如不同形状、尺寸、方位等，这给目标识别和定位带来了很大的挑战。
5. 研究进展目标识别和定位的研究取得了一些进展。
利用深度学习技术进行目标识别可以有效提取图像的特征，并且具有很好的分类性能。
在目标定位方面，研究者提出了一些新的算法和方法，如基于粒子滤波的目标跟踪算法、基于神经网络的目标姿态估计算法等，取得了一定的效果。
一种改进的高分辨雷达随机脉冲串检测方法
像看作随机脉冲串 ， 利用一维像强散射点的位置信息和幅度 信 息 合进行检 测 ， 联 自适应地估计 目 一维距离像 长度 ， 高 标 提
了高分辨雷达检测性 能。
【 关键词 】 高分辨雷达 ； 标检测 ； 目 匹配滤 波 ； 一维距离像
中 图分 类号 ： Ｎ ５ 、 Ｎ ５ Ｔ ９８Ｔ ９７ 文 献标 识码 ： Ａ
高 分辨雷 达 的分辨 率远 小 于 目标 尺 寸 ， 配 滤波 匹 后 的 目标 回波 呈现 与 目标 特 性有 关 的一 维距 离 像 ， 此 时若仅用 和窄 带雷 达一 样 的 检测 方 法 ， 只 能 利用 某 则
一
１ 高分辨雷达检测基本原理
设 高分 辨雷 达发 射信 号为
Ｓ （ ）＝Ａ ｘ ［２ ＂ ｆｒ＋Ｉ ２ ｔ） ｒｔ ｅ ｐ ｊ， （ｏ ｎ ／ｋ ］ （） １
Ａｎ Ｉ ｐ ｏ ｅ ｅ ｔｏ ｎ ｍ ｍ ｒ ｖ ｍ ｎ ｆＲａ ｄｏ Ｐｕｌｅ Ｔｒ ｉ ｔ ｃ ｏ ｏ ｉｈ Ｒｅ ｏｕ ｉ ｎ Ｒａ ａ ｓ ａｎ Ｄｅ ｅ ｔ ｒ ｆ ｒ Ｈ ｇ ｓ ｌ ｔｏ ｄ ｒ
Ｘ Ｎ ｅ， Ｉ ｉ ａｇ Ｚ Ｏ Ｑ ｎｓｅ ｇ Ｉ Ｇ Ｌ ｉＬＵ Ａ— ｎ ， Ｕ ｕ — ｎ ｆ ｈ （ ａｊ ｇＲ ｓａｃ ｎｔｕｅｏ ｌ ｔ ｎｃ ｅｈ ｏｏｙ Ｎ ｎｉｇ １ ０ ３ Ｃ ｉ ） Ｎ ｎｉ ｅｅｒｈＩｓｔｔ ｆ ｅ ｒ ｉ Ｔ ｃｎ ｌ ， ａｊ ０ １ ， ｈ ａ ｎ ｉ Ｅ ｃｏ ｓ ｇ ｎ２ ｎ
量进行 了时域 积 累 ， 验 证 明它 比雷 达经 典 检 测 方法 实
有 ２ｄ Ｂ以上 的检 测性 能改善 ， 缺点 是 由于缺 少 目标尺 寸 的先验 知识 ， 累长度难 以确 定 … 。 积
式 中 ： Ｊ 分别 为散 射 中心 的 反射 因子 和 时延 ， 此 ｏ ， ｒ『 因 回波信号 为
基于高分辨谱估计的舰船目标检测方法研究
（ 二） Ａ Ｐ Ｅ Ｓ 幅度 相位估计方法 Ａ Ｐ Ｅ Ｓ 算 法 是一 种 正弦 信号 的 幅度 相位 估计方 法 ，与传 统傅里 叶变换方 法相 比， Ａ Ｐ Ｅ Ｓ 方法获 得 的多普 勒谱频域分 辨率高 、旁 瓣较 低 ， 能更 准 确地 估 计信 号 的 幅度 和相
位。 Ａ Ｐ Ｅ Ｓ 方 法 可 以描 述 为 ：
高分辨谱估计 方法与循环对消算 法相结合 的舰船 目标检 测算法，该算法有较高 的频域分辨率 ，能在短相干 积累时间条件下将海杂波对 消掉 ，从 而实现对舰船 目标
的检测。
【 关 键 词 】高 分 辨 谱 估 计 ；ＡＰ Ｅ Ｓ 算 法 ；舰 船 目标 检 测 ；循 环 对 消
影 响 舰船 目标 检测 的 主要 因 素是 海 杂 波 ，由于舰船 目标速 度较慢 ， 目标多普勒 谱 会有大部 分落入 高频 海洋二 阶及高阶 回波 的 多 普 勒 谱 中 ，严 重 影 响 了 目标 的 信 杂 比 。 对 于 短 的 时 间 序 列 ，传 统 的傅 里 叶 变 换 频 率 分 辨力太 差 ，速度 较慢的舰船 目标会被 强大海 杂波淹没 。 要 解 决这 个 问题 ，可 以从 两 个 思路 方 面来考虑 ：一个是采 用性能 更好的杂波抑 制 算法 ，尽 可能 的抑 制遮蔽 目标 的杂波而 不损 害 目标会 波分量 ；另一个是尽 量提高 多普勒 谱 的频域 分辨率 ，使杂波谱 尽量窄一些 ，那 样 目标 也相对容 易显现 。本 文提 出一种 利用 高分辨 谱估计方 法获得 目标 回波多普勒 谱然 后进 行循环对消 的 目标检测 方法 ，该方 法既 能提 高谱的分辨 率，又 能更 好的得 到杂 波信 息 ，有利 于杂波 的抑制 。 高分辨谱估 计方法 高分 辨 谱 估计 方法 可 以得到 较 高频 域 分辨 率的多普 勒谱 ，能够 更容易地在 频域把 舰 船 目标 和 背 景 干 扰 分 开 。 常 用 的 高 分 辨 谱 估计 方法有 Ｃ ａ ｐ ｏ ｎ 方 法、Ａ Ｐ Ｅ Ｓ 算法等 ，本 文 利用Ｃ ａ ｐ ｏ ｎ 谱估 计方 法对频 率 的估值 较准 确 ，而Ａ Ｐ Ｅ Ｓ 谱估 计算法对 幅度估计较准 确 的 特 点，将 Ｃ ａ ｐ ｏ ｎ 方 法与Ａ Ｐ Ｅ Ｓ 算 法 相 结 合 ， 构 成Ｃ Ａ Ｐ Ｅ Ｓ 算法 。下 面对Ａ Ｐ Ｅ Ｓ 幅度相 位估 计方 法和Ｃ ａ ｐ ｏ ｎ 谱 估计方法进行 介绍 。 （ 一） Ｃ ａ ｐ ｏ ｎ 谱估计方 法 Ｃ ａ ｐ ｏ ｎ 谱估计 的原理是设计 一种Ｆ Ｉ Ｒ 数字 滤波 器 ，使它 在保证滤 波器输入 的某个频率 成 分完全通过 的前提 下，使滤波器 输出功率 最 小 。 如 果 让 角 频 率 为 ∞＝ ２ ｘ ｆ的 复 正 弦 信 号 无 失 真 地 通 过 滤 波 器 ， 则 将 滤 波 器 的 输 出 功 率作为对输 入信号在 该频率上 的功率谱估
高距离分辨率雷达目标检测研究现状与进展
０ 引 言
标 的回 波 分 布 在 不 同 的径 向距 离 单 元 中 ， 现 为 呈
“
一
维距 离像 ” 形 成 了 “ 离扩 展 目标 ” 。 ， 距
常 规 窄带 雷 达 一般 采 用 宽 脉 冲 ， 离分 辨 率 很 距
Ｄｏ ：１ ． ８ ３ ｊ ｉ ｎ １０ —３ ８ ２ １ ． ２ ０ １ Ｉ ０ ３ ７ ／． ｓ．０ ０１２ ．００ １ ．０ ｓ
Ｏ ｖ ｒ ｉｗ ｆＨｉ ｈ Ｒａ ｅ Ｒｅ ｏｕｔｏ ｄ ｒ Ｔａ ｇ ｔＤｅｅ ｔｏ ｅ ｖ ｅ ｏ ｇ ｎｇ ｓ ｌ ｉ ｎ Ｒａ ａ ｒ ｅ ｔ ｃｉ ｎ
第 ３ 卷第 ｌ 期 １ ２
２１ ０ ０年 １ ２月
宇 航
学
报
Ｖｏ ． １ ３１
Ｎｏ． ２ １ ቤተ መጻሕፍቲ ባይዱ
Ｊ ｕ ｌｏ ｔｏ ａ ｔ ｓ ｏ ｍａ ｆ ｒｎ ｕｉ Ａｓ ｃ
Ｄｅ ｅ ｅ ｃ ｍｂ ｒ
２ １ ００
高 距 离 分 辨 率 雷 达 目标 检 测 研 究 现 状 与 进 展
在 时域上 的重 叠造 成 目标 的角 闪烁 和雷 达散射 截 面
能量 会泄 漏 到 邻 近 距 离 单 元 中形 成 “ 号 污 染 ” 信 现
象 ， 致检 测性 能 大 大 下 降 ； 一 方 面 ， 导 另 由于 点 目标
积起伏 ， 检测 性能 下 降 。随着科 技 的不 断进步 ， 使 人 们对 雷达 探测 目标 提 出 了更 高 的 要求 ， 不仅 希 望 可
ＪＡ ａ ， ｏ ， Ｕ Ｆ ｎ ，Ｑ ｈ ｎ —ｅ ， Ｕ Ｘ ｎｆｎ Ｉ Ｎ Ｔ ｏ ＨＥ Ｙ ｕ Ｓ ｅｇ Ｕ Ｃ ａ ｇｗ ｎ Ｇ ｉ— ｇ ｅ
基于激光雷达的无人艇海上目标检测与跟踪方法研究
基于激光雷达的无人艇海上目标检测与跟踪方法研究摘要：无人艇作为一种具备自主航行和作业能力的智能化船舶，近年来在军、民用方面均得到了广泛关注，其应用范围已由军用靶船扩展到了水域侦察、反潜反雷、海上救援和水文监测等领域。
随着应用场景的不断复杂，对无人艇的感知和决策能力的智能化水平也提出了新的要求。
环境感知是无人艇的核心技术之一，是其进行自主避障和安全航行的前提和基础。
传统的船舶感知设备主要有导航雷达和光电传感器两类，分别存在着海上杂波干扰强、分辨率低、扫描速度慢和缺少距离信息、易受环境影响等缺点，已无法满足无人艇在真实海上环境的实时、稳定和高精度的探障需求。
作为一种新型环境探测手段，激光雷达具有比传统雷达更全面和更精细的探测能力，近几年在无人驾驶、城市测绘等领域得到了广泛应用。
将激光雷达应用于海上场景，可完善无人艇的现有环境感知体系，进而提升无人艇感知系统的精确性和可靠性。
关键词：激光雷达；无人艇海上目标检测；跟踪方法；引言随着人工智能，无人控制等技术的迅速发展，无人系统将作为有人系统的重要补充力量，以更加隐蔽、高效、低廉的方式完成多种复杂任务，成为联合作战力量体系的重要组成部分。
无人水面艇(简称USV或无人艇)，作为无人系统的重要组成部分，是一种具有自主规划、自主航行能力，并可自主完成环境感知、目标探测等任务的大/中/小型水面平台，主要用于执行危险以及不适于有人船只执行的任务，可承担情报收集、监视侦察、扫雷、反潜、精确打击、搜捕、水文地理勘察、反恐、中继通信等功能任务。
一、无人艇激光雷达相较于无人车的严格交通规则，无人艇所要遵循的海事规则相对宽松，这也导致各种船只在航行时艏向角可以指向任意方向。
无人车进行环境感知时车辆朝向基本一致，同体型的车之间的形态轮廓也基本一致，但无人艇航行时，所遇船只航向大不相同，目标船只轮廓由于其艏向角的不同，本艇激光雷达对同一艘船会感知出各式各样的形态轮廓。
而一般的光学相机由于拍摄角度固定，同一艘船在该角度区间内的形态轮廓会基本保持一致，如果仅靠普通光学相机与激光雷达进行融合无法满足无人艇自主航行中对感知能力的要求，全景相机的优势在于360°无差别感知周围近距离环境，周围船只航行时各种形态也均能呈现于全景图像上，能够保证其与激光雷达融合时全方位的目标匹配。
雷达高分辨距离像目标识别与拒判方法研究
雷达高分辨距离像目标识别与拒判方法研究雷达高分辨距离像目标识别与拒判方法研究近年来，雷达技术在军事、航空航天、气象等领域得到了广泛应用，成为现代科技中不可或缺的重要组成部分。
雷达的主要功能之一是对目标进行距离像目标识别和拒判。
本文将探讨雷达高分辨距离像目标识别与拒判的方法研究。
首先，我们来了解什么是雷达高分辨距离像目标识别与拒判。
雷达高分辨距离像是指在雷达回波中高度分辨出目标的距离信息。
目标识别与拒判，则是指在雷达回波中通过特征提取和判决判断目标的身份和类型。
目标识别与拒判的方法有很多，其中一种常用的方法是基于目标的雷达散射特性进行识别。
目标的雷达散射特性包括雷达截面积（RCS）、雷达反射系数等。
通过对目标的雷达回波进行分析和处理，可以提取出目标的散射特性，从而识别目标的身份和类型。
这种方法适用于目标具有明显的特征散射区域的场景，例如飞机、船舶等。
除了基于雷达散射特性的识别方法，还有一种常用的方法是基于目标运动特性进行识别。
目标在雷达回波中的运动轨迹可以提供目标的速度、加速度等动态信息。
根据目标的动态特性，可以识别目标的类型，例如飞机、导弹等。
这种方法适用于对快速移动目标进行识别和拒判的场景。
除了基于雷达散射特性和目标运动特性进行识别的方法，还有一些其他的方法也被广泛研究和应用。
例如，基于目标形状的识别方法，在雷达回波中通过对目标的几何形状和轮廓进行分析，可以识别目标的类型。
这种方法适用于对具有特定形状的目标进行识别和拒判的场景。
在进行雷达高分辨距离像目标识别与拒判时，还需要考虑到一些干扰因素。
雷达回波中可能存在噪声、多径效应等干扰，这些干扰会对目标的识别和拒判性能产生负面影响。
因此，在进行目标识别与拒判的方法研究时，需要考虑到干扰的影响，并采取相应的干扰抑制和补偿措施。
为了提高雷达目标识别与拒判的性能，研究人员提出了很多方法和算法。
例如，基于机器学习的目标识别方法，在大量的雷达回波数据和目标数据的基础上，通过训练神经网络等模型，可以实现对目标的高精度识别和拒判。
基于目标检测的海上舰船图像超分辨率研究
122
图像与信号处理
张坤，李天伟
的，基于分类的 R-CNN 系列目标检测框架(two stage)；另一类则是将目标检测转换为回归问题的算法 (single stage) [3]。虽然 FasterRCNN 算法是目前主流的目标检测算法之一，但是速度上并不能满足实时的 要求。随后出现像 YOLO，SDD 这一类的算法逐渐凸显出其在速度上的优势。YOLO [4]算法的网络设计 策略延续了 GoogleNet [5]的核心思想，真正意义上实现了端到端的目标检测，且发挥了速度快的优势。 YOLO 采用以 cell 为中心的多尺度区域取代 region proposal，舍弃了一些精确度以换取检测速度的大幅提 升，检测速度可以达到 45 f/s，足以满足实时要求。
目标检测网络 T 的结构设计借鉴了 yoloV3 中 Darknet-53 的神经网络设计，其候选框基于 anchor 候 选框机制，其原理图如图 3：
网络实际的预测值为，tx、ty、tw、bh 根据上图中的四个公式计算得到预测框的中心点坐标和宽高 bx， by，bw，bh。其中 cx、cy 为当前 grid 相对于左上角 grid 偏移的 grid 数量。
Keywords
Target Detection, Generation of Countermeasure Network, Super-Resolution, U-Net, PatchGAN
基于目标检测的海上舰船图像超分辨率研究
辽宁 大连
收稿日期：2019年6月11日；录用日期：2019年6月28日；发布日期：2019年7月4日
Open Access
1. 引言
近年来，图像超分辨率技术得到了长足的发展，结合比较有效的深度学习技术，该方法的精度已经 得到了较大的提高，并已经广泛应用于各种领域，如视频监控、医学成像、高清晰度电视、遥感、手机 与数码相机等[1] [2]。本文算法的应用背景为提高海上远距离舰船目标图像的分辨率，主要应用于单幅海 上舰船图像的超分辨率，该问题是一个不适定的逆问题，旨在从低分辨率(Low-Resolution, LR)图像中恢 复出一个高分辨率(High-Resolution, HR)图像。如图 1。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
高分辨雷达舰船距离像估计和遮蔽小目标检测方法研究
高分辨雷达舰船距离像估计和遮蔽小目标检测方法研究
引言：
高分辨雷达（High-Resolution Radar）作为一种重要的舰船
探测和目标识别技术，在军事、民用等领域发挥着重要作用。
其中，舰船距离像估计和遮蔽小目标检测是高分辨雷达的关键问题之一。
本文将针对这一问题进行研究分析，并提出一种有效方法。
一、舰船距离像估计方法研究
舰船距离估计是雷达目标检测和跟踪的基础。
传统方法通常采用脉冲信号处理技术，通过测量雷达回波的时间延迟来估计舰船距离。
然而，在高分辨雷达中，存在着脉冲重复频率对距离像估计的影响。
为了解决这一问题，可以采用频率调制连续波（Frequency Modulated Continuous Wave, FMCW）信号，通
过测量回波的频率变化来估计舰船距离。
FMCW信号具有高距
离分辨率、低功率要求等优点，因此被广泛应用于高分辨雷达系统。
二、遮蔽小目标检测方法研究
由于复杂环境和目标自身特性，高分辨雷达中的小目标通常容易被大目标遮蔽，导致检测误差。
为了提高遮蔽小目标的检测效果，可以采用多雷达系统和信号处理技术相结合的方法。
多雷达系统可以增加目标的观测角度，减少遮蔽现象，提高检测的准确性。
同时，信号处理技术可以通过对回波数据进行滤波、去除杂散等处理，提高小目标的信噪比，减少误检。
三、方法研究与实验验证
本文提出了一种基于多雷达系统和信号处理技术的舰船距离像
估计和遮蔽小目标检测方法。
首先，多雷达系统根据不同的观测角度获取舰船目标的回波数据。
然后，通过数据融合和信号处理技术对回波数据进行滤波、去除杂散等处理，提高小目标的信噪比。
最后，利用估计的舰船距离、目标特性和海洋背景信息进行目标检测和识别。
为了验证上述方法的有效性，我们建立了一个仿真实验平台。
通过合成不同环境下的高分辨雷达回波数据，模拟舰船目标的距离和小目标的遮蔽情况。
实验结果表明，所提出的方法能够准确估计舰船距离，有效地检测和识别遮蔽小目标。
与传统方法相比，本文方法具有更高的精度和实用性。
结论：
在高分辨雷达舰船距离像估计和遮蔽小目标检测方面，本文提出了一种基于多雷达系统和信号处理技术的方法，并通过仿真实验验证了其有效性。
该方法在舰船目标探测和识别方面具有重要的应用价值。
今后，我们将进一步研究优化方法，提高雷达系统的探测性能，并开展实际场景下的验证实验，为高分辨雷达的应用提供更好的技术支持
本文提出了一种基于多雷达系统和信号处理技术的舰船距离像估计和遮蔽小目标检测方法。
通过对回波数据进行滤波、去除杂散等处理，该方法能够提高小目标的信噪比，减少误检。
仿真实验结果表明，所提出的方法能够准确估计舰船距离，有效地检测和识别遮蔽小目标。
与传统方法相比，本方法具有更高的精度和实用性。
因此，该方法对于高分辨雷达的舰船目标探测和识别具有重要的应用价值。
未来研究将着重优化方法，提高雷达系统的探测性能，并进行实际场景下的验证实验，以为高分辨雷达的应用提供更好的技术支持。