基于逆Radon变换的圆迹SAR三维成像算法

随着合成孔径雷达(synthetic aperture radar,SAR)的应用需求不断提高,出现了圆迹SAR的成像模式,解决传统直线轨迹SAR只能获取二维斜距图像的问题,在地形测绘、建筑物提取、灾害评估等领域具有较高应用潜力。现有的圆迹SAR三维成像算法还存在计算量大、实现复杂等问题,通过对圆迹SAR模型的斜距几何分析,结合回波信号模型设计波数域补偿函数,将距离压缩曲线矫正为基线为零的正弦曲线;结合逆Radon变换,实现对目标的正弦曲线的二维聚焦;通过逐高度平面二维成像结果的堆叠,实现目标的三维成像。通过仿真分析了所提算法的成像质量,验证了所提算法三维成像的有效性。

融合Radon变换的孔边裂纹Lamb波定位成像研究

基于不同模态Lamb波与孔边裂纹相互作用的基本原理,聚焦不同模态Lamb波波包飞行时间精确检测问题,以各向同性板中的孔边裂纹为研究对象,开展了融合Radon变换的孔边裂纹Lamb波定位成像研究。首先,使用宽频chirp信号激励稀疏传感器阵列产生Lamb波,并采集通孔散射信号作为基线信号,采集孔边裂纹散射信号作为缺陷信号。其次,对chirp响应信号进行滤波处理,优化选取窄带单音频脉冲响应信号的中心频率和调制周期数。然后,对基线单音频脉冲响应信号进行Radon变换,得到优化后的群速度和偏移时间,并计算出Lamb波波包飞行时间。最后,使用椭圆定位成像算法对孔边裂纹进行定位成像,并将成像结果与名义群速度法的结果进行对比。结果表明,使用Radon变换可以准确获取Lamb波波包飞行时间,提升了不同模态Lamb波对孔边裂纹缺陷的检测能力。

曲率放大的λ-f域高分辨率抛物Radon变换多次波压制方法

在实际数据处理中抛物Radon变换是多次波压制的一种常用手段,然而,常规Radon变换方法难以有效压制那些与一次波曲率差异较小的多次波,本文给出了曲率放大的多次波压制方法来改善多次波的压制效果。通过研究影响同相轴的曲率的参数,发现压缩炮检距或增大时差能够放大多次波和一次波曲率差异,加大一次波和多次波在Radon域的分离程度,从而提高了多次波的压制能力。为进一步提高Radon变换的计算效率和精度,采用λ-f域高分辨率抛物Radon变换,通过引入新变量λ消除了常规Radon变换算子对频率的依赖性,由于变换算子和它的逆只需要计算一次,因此显著提高了计算效率。通过理论模型和实际资料的处理表明,该方法能够较好地压制表层多次波,对于那些与一次波存在一定曲率差异的层间多次波,也具备一定的压制能力。

基于L_(1/2)正则化的抛物线Radon变换多次波压制方法

在地震数据处理中,多次波的存在会对地震数据成像和地震资料解释带来影响,如何有效地压制多次波干扰是地震勘探中的重要问题。抛物线Radon变换因其高效的特点被广泛应用于多次波压制中,但在野外地震数据采集时,炮检距的有限性会导致变换域中的能量扩散,产生假象,使多次波压制达不到理想的效果。针对此问题,提出一种基于L_(1/2)正则化的稀疏反演高分辨抛物线Radon变换,并应用广义迭代收缩算法(generalized iterated shrinkage algorithm,GISA)进行求解。研究结果表明,L_(1/2)正则化有很强的稀疏约束能力,能提高解的稀疏度,改进信噪分离的效果。与最小二乘反演和基于L_(1)正则化的稀疏反演相比,基于L_(1/2)正则化的稀疏反演高分辨抛物线Radon变换能更有效地压制多次波,并确保了重构数据与原始数据的一致性。

正交匹配追踪优化稀疏频散Radon变换多模式导波分离方法

原始频散Radon变换(DRT)方法中的有限孔径效应以及算子非正交性影响了DRT导波信号参数提取的精度,因此提出了一种稀疏频散Radon变换方法以实现更精确的导波混叠模式分离和参数估计。该方法基于导波信号的参数域稀疏性,引入正交匹配追踪算法构造代价函数,经多次迭代在频散Radon域中获得稀疏能量谱,可精确分离阵列导波信号中的混叠模式并去噪。对不同信噪比下各模式仿真信号,稀疏DRT方法的信号重建误差较原始频散Radon变换方法下降51.1%。仿真和实验验证了所提算法在导波模式参数提取和混合模式分离方面的可靠性。

Radon变换频变自适应多次波压制方法

Radon变换是常用多次波压制方法之一,然而有限、离散的采样空间导致一次波和多次波在Radon域混叠,并且混叠程度随频率降低愈加严重.高分辨率Radon变换可以改善一次波和多次波分离效果,但分辨率的提高会降低保幅性,导致多次波残留或一次波损伤.为此,本文在最小二乘反演基础上,提出一种随混叠程度自适应分离多次波的频变滤波方法.根据Radon变换褶积模型,分析一次波和多次波频变混叠机制;建立随频率调整的修正柯西函数混叠模型;依据一次波和多次波的混叠比例设计多次波滤波器,该滤波器能够根据一次波和多次波的混叠程度自适应调整滤波函数,提高多次波估计精度.合成数据和实际数据的多次波压制实验表明,这种频变滤波方法既可以改善多次波压制效果,又可避免高分辨率反演方法计算量大的问题.

基于Radon变换的时空图像纹理角识别方法

时空图像测速法以河流表面自然特征为分析对象,检测生成的时空图像中的纹理主方向,根据物象变换关系、拍摄所得视频参数和纹理方向倾角的正切值计算出河流表面的一维时均流速。针对实际应用中生成的时空图像受噪声干扰而导致时空图像纹理倾斜角检测精度出现较大误差的问题,本文提出采用改进的同态滤波器来增强河流表面图像的纹理特征,采用融合了自适应直方图均衡化的频域滤波对时空图像去噪,再利用Radon变换检测纹理角方向。通过模拟纹理图像实验,较高、较低流速条件下实地河道实验验证本文改进方法的有效性,实验结果表明,对于标准的模拟纹理图,Radon变换角度检测结果相对误差小于0.03%,对于干扰较多的复杂的实地河道环境,较低和较高流速条件下,基于Radon变换的时空图像纹理角识别结果与人工手动目测值间的相对误差分别小于1.56%和1.80%。实验表明,Radon变换法可行且较其他纹理角检测算法有更高的精度。

基于Radon变换的宽带信号多域参数同时测量方法

实际电子监测设备的作战环境复杂多变,辐射源个数、工作频率、工作带宽、到达角度等多域参数信息对于实现工作场景的实时精确感知至关重要。提出一种基于Radon变换的宽带信号多域参数同时测量方法,实现多个宽带信号多域重点工作参数的同时快速测量,大大提升低信噪比条件下监测目标特性的多维实时感知能力。该方法结合数字信道化结构及二重FFT算法实现全侦收频段及全侦收角度的空时域联合功率聚焦,并生成作战场景的空时二维频谱幅度图,利用Radon变换算法实现不同映射角度的线性积分运算,构建合适的检测门限,推导计算全场景多目标多参数测量结果。实验显示,该方法可以有效提升弱信号的参数测量精度,实现多目标多域参数同时测量。

基于Prewitt算子和Radon变换的雷达高速微弱目标检测

正交频分复用(OFDM)调制雷达中跨距离单元走动问题降低了高速微弱目标检测性能,为此,提出一种基于Prewitt算子和Radon变换的OFDM雷达高速微弱目标检测算法。首先分析了多脉冲积累出现的跨距离单元走动以及Radon变换受噪声干扰问题,然后采用Prewitt算子卷积运算抑制噪声并保留回波能量,采用Radon变换沿距离单元走动斜线进行能量积累。理论分析和仿真结果表明,该算法具有比Hough变换和动目标检测(MTD)更优的低信噪比背景下的高速微弱目标检测性能,并能有效实现多目标检测。

基于线性Radon变换的超声混叠信号分离研究

在使用一发一收低频反射超声方法对大厚度介质进行测厚过程中,采集到的反射超声信号存在有效波和直达波混叠的现象,常规的一维超声信号处理方法难以对其进行有效处理。针对该类信号混叠问题,提出了基于线性Radon变换的自适应相减处理方法,从二维角度出发,根据在时空域中,直达干扰呈规律一致性,而有效底面回波呈推移差异性的特点,通过将信号阵列转换至线性Radon域的方法,对经过投影汇聚的信号数据进行自适应相减算法处理,实现对直达干扰波的有效压制及分离,从而提高低频超声回波数据的分辨率。通过仿真数据处理验证了该方法的有效性,相应厚度解算相对误差不超过0.7%。仿真和实验结果表明,提出的方法能够很好地解决大厚度介质测厚情境中混叠超声信号的分离问题。

海底反射时延广义Radon变换的无源定位

针对无源声呐目标定位问题,提出了一种基于广义Radon变换的目标参数估计方法。首先,基于深海直达声区推导了直达声与海底第一次反射声的到达时间差与目标运动参数的数学模型;其次,通过求解自相关函数得到目标的多途时延历程(MTDTR);在此基础上引入广义Radon变换的思想,联合两个水听器实现了水面匀速直航目标的航向角、速度、目标相对于水听器的初距和初始方位角估计。利用仿真数据和实验数据验证了该方法具有良好的参数估计性能。三亚东南部海域实验结果表明,通过两个锚系在深海海底附近的声压水听器对水面目标进行定位,可以实现在12.71 km范围内,测距误差小于0.29 km,相对误差小于3%的定位精度。

角度域广义Radon变换多参数非迭代线性反演

基于Born近似的线性反演是当前流行的定量化地震成像与反演方法,然而,现有线性反演方法存在多种不可避免的问题,比如迭代计算成本过高,背景模型依赖,以及多参数提取不确定/不稳定.为避免这些问题,本文提出了角度域广义Radon变换(AD-GRT)多参数非迭代反演方法(2D声波双参数介质).AD-GRT是一种地震数据与角度域模型之间的积分变换,该角度域模型能够保留地震散射数据的完整信息.基于该角度域模型,地震数据可被精确重建,即使背景模型是错误的.介质双扰动参数可在角度域模型中准确且稳定提取.为解决传统角度域离散方法存在的幅值震荡和不连续问题,设计了两种有效的角度域离散单元分裂方法,实现了平滑连续的角度域幅值提取.为提高AD-GRT反演的分辨率,考虑了震源子波反滤波.利用三个数值模型验证了AD-GRT在角度域模型反演、数据重建、多参数提取方面的有效性.

基于Radon变换的健美操跳跃动作轨迹实时提取方法

在健美操跳跃时若不能及时明确指出不标准跳跃动作,运动员极易受伤且得分较低,因此,提出基于Radon变换的健美操跳跃动作轨迹实时提取方法。采用成像技术完成健美操跳跃动作轨迹图像采集;利用Radon变换将采集图像初步去噪,并利用图像分割、小波多尺度分解方式把图像分成多个子模块去噪,完成图像去噪;运用支持向量机方式得出去噪后图像子模块特征分布情况,并利用视觉RGB方式分离特征,凭借虚拟视景重构方式将子模块特征融合,输出结果。实验结果表明,所提方法提取结果精度、拟合优度均较高,与实际情况基本一致,并且提取速度极快,具有良好鲁棒性。

基于Radon变换的高分辨SAR图像舰船目标精细分割

随着合成孔径雷达(Synthetic Aperture Radar, SAR)分辨率的提升,利用SAR图像进行舰船检测和识别逐渐成为海洋目标监视的重要手段。但受限于SAR成像机理,高分辨SAR图像旁瓣问题开始凸显,这严重影响舰船目标的主体分割。提出一种基于Radon变换的舰船目标精细分割算法,通过将SAR图像进行Radon变换,在Radon域实现了旁瓣数据的识别与剔除。然后利用形态学滤波去除细碎旁瓣,最终实现了SAR图像旁瓣的有效抑制。利用高分三号和COSMO-SkyMed卫星图像数据对算法进行验证,结果表明该算法相比于现有分割算法,在区域内均匀性、区域间差异性、形状复杂度等方面均具有较好的提升。

基于Radon变换数据外观建模的目标跟踪

本文主要针对复杂环境下目标跟踪中一个重要挑战——算法运行的实时性,研究一种新的基于Radon变换数据的目标外观模型,并将其引入到相关滤波框架中进行滤波模板训练,并提出了一种基于相关滤波的快速跟踪算法及目标尺度更新方案。实验结果表明,本文提出的跟踪算法相较于当前主流的跟踪算法具有更好的鲁棒性及实时性,为目标检测与跟踪等相关研究提供了新的技术途径。本文所提出的跟踪算法也可以视为一种框架,投影的对象不仅仅可以是原始像素的灰度,还可以是多通道颜色值、HOG等其它属性。

基于快速双曲Radon变换的多次波压制

作为一种相干噪声,多次波的存在严重影响了偏移成像精度,给地震资料解释带来极大困难.多次波与有效波在Radon域中的聚焦点不同,利用此特点可以实现多次波的压制,然而,基于常规双曲Radon变换实现的算法效率低下,处理大型地震数据受限.提出一种快速双曲Radon变换压制多次波的方法,在常规双曲Radon变换的基础上进行改进,使积分路径与多次波同相轴相适应,利用线性调频Z变换和快速傅里叶变换对数据直接在频率域中求解,从模拟和实际地震资料的处理表明,方法较常规双曲Radon变换计算效率有显著提升,同时多次波得到了良好的压制,取得了较满意的效果.

多项式Radon变换

Radon变换是数据处理中广泛应用的一种方法技术 .本文介绍了次数为“2”的多项式Radon变换 .讨论了多项式正反Radon变换的公式、实现方法和有关计算参数的选择 .通过理论模型试算 ,对多项式、线性、抛物线三种Radon变换进行了比较 .对实际资料进行了多项式Radon变换处理 ,给出了消除地震反射记录中线性干扰的算例 .

用抛物线Radon变换稀疏解分离和压制多次波

抛物线Radon变换法是目前最常用的、效果较好的一种压制多次波方法。但由于传统的阻尼最小二乘解受分辨率的限制,当动校时差差别较小时,在变换后的τ-q域不能完全分离一次波与多次波,从而不能得到满意的结果。为此,本文提出了一种改进方法,即在最小平方意义下的τ-q域通解中,找出一种沿q值方向具有最大方差模的稀疏解,从而提高了用抛物线Radon变换进行反射波分解的分辨率,更精确、更有效地实现了多次波的分离与压制。与传统的方法相比,在一次波与多次波叠加速度差异较小、多次波能量很强的情况下,本方法表现出较大的优越性。理论数据试算和实际资料处理结果均证实了该方法的有效性。

一种新的基于Radon变换的车牌倾斜校正方法

车牌的倾斜给车牌字符分割与识别带来不利的影响。基于Radon变换,提出了一种新的车牌倾斜校正方法。对车牌图像在[-20°,20°]范围内进行Radon变换,并对变换后的结果求一阶导数绝对值的累加和,将累加和的最大值所对应的Radon变换的角度作为倾斜角度。对水平倾斜的车牌进行双线性插值旋转校正,对垂直倾斜的车牌进行双线性插值错位偏移校正。实验结果证明,该方法简单实用,对光照、污迹等不敏感,抗干扰能力强。

Radon变换在低信噪比图像中的线段检测

Radon变换在数学理论上有重要价值,并可用于图像直线特征的提取,但是在检测线段时,Radon变换无法提供线段的端点以及长度信息,低信噪比时检测难度加大。探讨了Radon变换在低信噪比图像特征检测的适用性,分析了Radon变换的优势与不足,并从信息融合的角度出发,提出了Radon变换补充的应用策略,对低信噪比的机场跑道图像进行了验证,显示出较好的检测效果。