单通道SAR无模糊估计快速运动目标速度

该文提出一种利用单通道相位信息无模糊估计地面运动目标径向速度方法。在距离频域做两视处理,并在多普勒域经过两视干涉处理,使得运动目标的干涉相位满足相位连续性假设。利用最小二乘线性拟合估计干涉相位关于多普勒频率的斜率,径向速度可由该斜率计算得到。该文方法具有不受相位缠绕影响的优点。相比于单通道幅度方法,该方法具有更高的估计精度和实时性。该方法在多普勒域能够同时估计多个目标径向速度。通过实测数据处理验证了该文方法的有效性。

基于动态开窗的快速运动目标信息获取方法

红外运动目标的轨迹预测在车辆、行人监控和天基遥感探测等军民用领域有着广泛的应用。当目标的相对运动速度较高时,受读出速率及积分时间固定的影响,传统全视场成像信息获取方法所得的目标轨迹点稀疏,难以满足目标轨迹预测的精度要求。针对以上问题,提出了一种基于动态开窗的快速运动目标信息获取方法。首先对观测区域进行全视场成像,捕获到运动目标后,对目标及其邻域开窗以提高成像帧频。通过分析探测场景辐射特性对系统工作参数的影响获取判别矩阵,实现开窗参数的动态调节,从而提升目标轨迹点密度。最后利用目标轨迹预测结果更新开窗位置以实现对单目标的全视场覆盖监测。实验结果表明,对于中波红外演示系统,与全视场成像信息获取方法相比,该方法将系统获取的目标轨迹点密度提高了16倍,系统轨迹预测精度提升了2.6倍,且所需的数据传输带宽降低了25%。该研究可为智能化红外感知系统的设计提供有益参考。

基于压缩感知的快速运动目标测速方法

为解决合成孔径雷达中快速运动目标指示问题,提出一种新的基于压缩感知的径向速度估计方法。快速运动目标的径向速度由两部分组成,速度模糊数和基带径向速度。速度模糊数的估计利用如下原理,在距离多普勒域中,运动目标的斜距历程的斜率与目标径向速度成正比。基带径向速度的估计采用新提出的CS算法。然后,将速度模糊数与基带径向速度的估计结果结合起来,得到精确的无模糊的径向速度。仿真结果验证了算法的有效性。

基于通道对消处理的SAR快速运动目标检测技术研究

论文深入研究了基于通道对消处理的SAR快速运动目标检测、定位和速度估计技术。基于双通道杂波对消对快速运动目标信号的的影响,提出将通道对消后的残差SAR图像反变换回距离压缩方位时域,通过Radon变换计算距离走动的斜率,得到径向速度估计,再利用keystone变换完成运动目标的距离走动校正。基于图像熵最小化准则,采用参数搜索法实现方位向聚焦,同时获得切向速度估计值,在实现二维聚焦的基础上完成快速运动目标检测,最后对所提出的快速运动目标检测方法进行了仿真验证。

时空离散度复杂背景运动目标快速检测

复杂背景下运动目标的快速检测一直是目标跟踪领域的难点。灰度投影法可将时空域内的图像序列由三维信号压缩为二维信号来处理,且压缩后的信号噪声仍能通过高斯滤波来消除;之后计算灰度投影向量的时空离散度,并采用水线阈值分割技术查找离散度曲线的波峰,从而确定运动目标所在位置,实现运动目标的快速检测。该方法计算简单,对于摄像机抖动、目标被部分遮挡或背景中景物非完全静止等等复杂背景情况,均能快速准确地检测到运动目标。

基于前向阵雷达的三通道地面快速动目标检测与成像方法

针对3通道前向阵雷达SAR-地面运动目标检测(SAR-GMTI)体制,该文提出一种易实现的地面快速动目标检测与定位新方法。该方法针对快速运动目标距离散焦严重问题及多普勒谱折叠带来的处理过程繁琐等问题,在杂波抑制后对快速动目标进行重聚焦从而实现对快速目标的检测,并在重聚焦过程中先充分压缩多普勒带宽再进行距离走动校正,有效避免了多普勒谱折叠。仿真结果验证了该文方法的有效性。

复杂背景条件下的红外快速运动小目标检测方法

针对复杂背景下红外快速运动小目标检测问题,提出一种将时域特性分析、小波包变换和管道滤波多帧检测相结合的方法。该方法首先对图像进行时域特性分析确定目标所在帧图像序列,再利用小波包变换对目标所在帧图像进行多尺度分解,提取候选目标,然后通过管道滤波从候选目标中确定小目标的位置,完成对小目标的检测。对实测数据进行仿真实验,结果表明该方法能有效检测红外快速运动小目标。

基于复小波光流法和利用平均算子的二次三帧差法的运动目标检测方法

针对机器视觉系统中快速运动目标的检测问题,提出了一种结合复小波光流法和利用平均算子的二次三帧差法的运动目标检测新算法。首先,在考虑算法复杂度的情况下,选择图像中的Harris角点作为特征点计算光流信息;然后运用复小波光流法对运动目标进行更精确的运动估计,为了得到更完整的检测区域,同时引入改进三帧差法作为光流法的补充。改进的二次三帧差法通过平均算子滤波,能较好的抑制噪声,消除背景变化带来的干扰。通过QT和OpenCV搭建的平台,利用该算法对快速运动目标进行检测,结果表明:该算法能检测出动态背景下快速运动的目标,其检测率高于90%,虚警率低于10%,证明了算法的有效性和实用性。

基于Mean Shift和Kalman滤波相结合的运动目标跟踪方法

为了使Mean shift算法能跟踪快速运动目标和大比例遮挡的目标,算法引入Kalman滤波对目标位置进行预测,Mean shift在预测位置邻域内搜索目标位置。同时对引入Kalman滤波的算法进行试验分析发现,不能有效的跟踪运动状态突然变化的目标,为此提出采用两次Bhattacharyya系数大小判断的方法。实验证明,提出的算法能够有效的跟踪运动目标,对于快速运动目标、大比例遮挡的目标以及运动状态突变的目标都有很好的跟踪效果,具有很好的鲁棒性。

一种视频图像中运动目标检测方法研究

针对序列图像中的运动目标检测问题,在独立分量分析的基本理论和算法的基础上,提出采用基于正交对称矩阵的快速定点算法对实际视频图像中的运动目标进行运动检测的方法。实验结果表明:该方法不仅能检测运动轨迹,还能提取运动目标的轮廓,并判断运动方向,是一种有效的运动目标检测方法。

结合Kalman滤波器的Mean-Shift跟踪算法

针对经典Mean-Shift算法要求相邻两帧间目标模板区域必须重叠的缺陷,结合Kalman滤波器,提出了改进算法。算法首先将Kalman滤波器预测的目标位置作为Mean-Shift算法中的初始搜索中心进行跟踪,然后再将Mean-Shift算法得到的新的目标位置作为下一帧Kalman滤波器的输入参数,循环执行。实验证明,该算法能够解决由于目标运动速度突然变化以及目标快速运动情况下所带来的相邻两帧间目标模板区域非重叠问题,而且对于一般的遮挡问题也能得到较好的效果。

基于时域解析估计的多重信号分类波束形成方法

针对频域多重信号分类(MUSIC)算法估计子空间的不稳定性问题,提出了一种基于时域解析估计子空间的MUSIC(TAMUSIC)波束形成方法.通过Hilbert变换将各阵元时域实数据转变为复解析数据,在时域构建经过时延后的协方差矩阵,利用特征分解求取噪声子空间,并利用噪声子空间自身的正交特性获得来波方向波束.数值仿真及实测数据处理结果表明,与频域MUSIC波束形成方法相比,TAMUSIC波束形成方法可以稳定获取快速运动目标的噪声子空间和来波方向波束,使波束旁瓣级最少降低3 dB,能够有效检测运动目标,且无虚假目标和波束分裂现象,并提高MUSIC波束形成方法在工程应用中的稳定性.