基于差分自相关的运动模糊图像尺度参数识别

在运动模糊图像盲复原的过程中,对点扩散函数(PSF)进行准确识别具有非常重要的意义。当识别出运动模糊方向后,二维PSF的识别问题就可以转化成一维PSF的识别,进而提出用一阶差分自相关的方法识别运动模糊尺度。给出了差分自相关方法用于尺度识别的理论分析,重点研究和推证了在该方法下噪声对模糊尺度识别的影响,提出了改进的差分自相关方法。仿真结果表明,本文方法识别尺度准确,且提高了适应噪声环境能力。最后对实际运动模糊图像的模糊尺度进行了识别,维纳滤波复原结果进一步验证了本文方法的正确性和有效性。

基于自相关差分累积量的长码DS信号伪码周期估计

直接序列扩频(DS)信号,尤其是长码DS信号的截获一直都是电子战中的难题。文章提出的基于自相关差分累积量的方法,能够在非合作背景下对长码DS信号的伪码周期进行估计,实验结果表明,该方法能够在低信噪比条件下,对扩频调制比(信息比特持续时间和伪码周期之比)远小于1的长码DS信号的伪码周期进行有效估计。

SAR图像运动模糊参数估计

本文针对SAR图像运动模糊的特点,提出了一种自适应滤波方法,结合统计平均思想,利用自相关的方法成功地提取出运动模糊的点扩展函数的长度,并把这个长度作为SAR图像运动模糊程度的度量.

改进的运动模糊尺度检测方法

由于运动模糊的普遍存在,导致影像质量不断下降。针对这个问题,提出一种改进的二次微分自相关算法,以更精确地鉴别模糊尺度。采用一阶微分算子将模糊图片进行微分,再用Sobel算子对其进行二次微分,得到梯度图像。之后对梯度图像求自相关,将其结果取平均值并绘制点扩散函数鉴别曲线,通过计算零频尖峰与负尖峰的距离,得出模糊尺度。通过MATLAB对不同图像进行多次仿真实验,证明了算法的可行性。仿真结果表明,改进的方法对模糊尺度的识别准确度高、误差较小,对模糊图片具有更好的适应性和抗噪性。

非周期性DS信号的信息码片时宽估计方法

对非周期性直接序列(DS)扩频信号的截获是电子战中的难题。提出了基于自相关差分累积量的搜索算法,能够在低信噪比、扩频调制比(信息比特持续时间和伪码周期之比)远小于1的条件下对非周期性DS信号的信息码片时宽进行准确估计,给出了其理论推导过程、算法步骤和仿真实验结果。