-
公开(公告)号：CN101699513A
公开(公告)日：2010-04-28
申请号：CN200910216063.X
申请日：2009-10-29
Applicant: 电子科技大学
Abstract: 一种基于极化特征分解的水平集极化SAR图像分割方法，属于雷达遥感或图像处理技术。本发明通过对原始极化SAR图像数据每一像素点的极化特征分解得到由H、α和A三个极化特征构成的极化特征矢量v，然后将所有像素点的极化特征矢量v组合成极化特征矩阵Ω，从而将极化SAR图像的分割问题由数据空间转化到极化特征矢量空间，利用特征矢量定义适用于极化SAR图像分割的能量泛函，采用水平集方法实现偏微分方程的数值求解，从而实现极化SAR图像的分割。本发明充分有效利用了极化SAR图像的极化信息，分割得到的图像边缘比较完整，能更好地保持区域的特性，对于噪声具有较强的鲁棒性，算法稳定性较高，分割结果精确；同时，本发明降低了数据的复杂度，能够有效提高图像分割速度。
-
公开(公告)号：CN119716857A
公开(公告)日：2025-03-28
申请号：CN202411930216.8
申请日：2024-12-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于数据聚束式视频SAR快速配准方法，属于雷达成像技术领域。本发明所述方法利用SAR成像特点，将SAR图像配准所需的仿射变换拆解为旋转变换和平移变换。本发明所述方法以此进行SAR图像校准，能很好的利用惯导系统和回波数据的先验信息，提高SAR图像配准的计算效率。此外，本发明所述方法只涉及简单的算术运算，不涉及滑窗等复杂的计算操作，因此，本发明实现方式也很简单。
-
公开(公告)号：CN111208512B
公开(公告)日：2022-06-07
申请号：CN202010040413.8
申请日：2020-01-15
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明属于雷达干涉测量技术，具体涉及一种基于视频合成孔径雷达的干涉测量方法。本发明的方法首先对合成孔径时间内接收到的子孔径数据进行成像，每个子孔径内将得到主、辅两幅图像，同时利用相邻多个子孔径图像的相干性，每个子孔径通过划分得到多组主、辅图像。单个子孔径内将每组主、辅图像通过精配准，对配准后的主、辅图像共轭相乘，得到干涉图，然后对干涉图进行滤波、去平地等操作，去除环境噪声及平地干扰，随后对得到的干涉图进行相位解缠，可计算出每组主辅图像得到的目标高程信息。对每个子孔径中的多组高程信息进行筛选、融合，得到最终的目标高程信息。本方法提高了数据使用效率，提高测量结果的精度，降低干涉测量成本。
-
公开(公告)号：CN111190182B
公开(公告)日：2022-05-17
申请号：CN202010049363.X
申请日：2020-01-16
Applicant: 电子科技大学
Abstract: 本发明属于雷达信号处理技术领域，具体涉及一种太赫兹雷达超高分辨成像方法。太赫兹频段目标散射能量各向异性较为剧烈，而对该类目标成像的通常方法是将大孔径划分为小孔径并对子孔径图像联合成像，子孔径越小孔径内细节越清晰，本发明的特征在于划分子孔径的过程中采用了基于子孔径互相关系数结合子孔径能量的算法来确定子孔径边界，并且在划分子孔径的方法中采用了将子孔径依次重叠一部分的技术。前者更好地解决了对散射能量各向异性目标采用小孔径子孔径联合成像时的旁瓣散焦问题。后者解决了对散射能量各向异性目标采用小孔径子孔径联合成像时，棱角散射能量被子孔径边缘截断导致的成像细节不完整。
-
公开(公告)号：CN111813222B
公开(公告)日：2022-03-29
申请号：CN202010655774.3
申请日：2020-07-09
Applicant: 电子科技大学
Abstract: 本发明属于雷达和人机交互技术领域，具体涉及一种基于太赫兹雷达的精细动态手势识别方法。本发明的方法首先对基于太赫兹雷达平台采集的运动手势数据进行预处理，去除静止目标和背景噪声；然后根据时间序列上雷达回波信号包含的能量大小对完整手势进行检测分割；接着对每个完整运动手势样本提取时间上的多普勒频移分布图谱特征，进行特征增强和尺寸统一；最后采用卷积神经网络进行模型的训练，从而实现手势的分类识别。发明的方法对精细运动手势具有较高的识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN113093185B
公开(公告)日：2022-03-08
申请号：CN202110346687.4
申请日：2021-03-31
Applicant: 电子科技大学
Abstract: 本发明属于视频SAR成像结果预处理技术领域，具体涉及一种视频SAR成像帧间灰度匹配的方法。本发明根据视频SAR在成像区域回波能量稳定特征，提出了一种视频SAR成像结果帧间灰度匹配的方法：首先剔除回波能量很高的点对于后面计算有效能量的影响，而且在后续多帧合成背景过程中减少极值点的影响，并剔除非成像形成的背景的影响，计算得出视频帧间SAR的成像平均能量。然后通过计算出的平均能量得到视频SAR帧间的校正系数，最后通过校正系数完成视频SAR的帧间的灰度匹配。本发明解决了视频SAR成像结果中的由于强反射点导致在视频SAR成像结果合成中归一化图像中表现为灰度不匹配的问题。
-
公开(公告)号：CN113093185A
公开(公告)日：2021-07-09
申请号：CN202110346687.4
申请日：2021-03-31
Applicant: 电子科技大学
Abstract: 本发明属于视频SAR成像结果预处理技术领域，具体涉及一种视频SAR成像帧间灰度匹配的方法。本发明根据视频SAR在成像区域回波能量稳定特征，提出了一种视频SAR成像结果帧间灰度匹配的方法：首先剔除回波能量很高的点对于后面计算有效能量的影响，而且在后续多帧合成背景过程中减少极值点的影响，并剔除非成像形成的背景的影响，计算得出视频帧间SAR的成像平均能量。然后通过计算出的平均能量得到视频SAR帧间的校正系数，最后通过校正系数完成视频SAR的帧间的灰度匹配。本发明解决了视频SAR成像结果中的由于强反射点导致在视频SAR成像结果合成中归一化图像中表现为灰度不匹配的问题。
-
公开(公告)号：CN113050088A
公开(公告)日：2021-06-29
申请号：CN202110286982.5
申请日：2021-03-17
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明属于视频SAR运动目标跟踪定位技术领域，具体涉及一种基于视频SAR阴影的定位方法。本发明的方法：首先，基于视频SAR成像区域的参考点的绝对坐标的采集，以及对参考点的成像结果检测，得到参考点的相对坐标、绝对坐标以及目标的相对坐标，然后建立超定方程组，并简化方程组，将其中共同未知参数合并成新的变量，将其成为超定线性方程组，最后利用最小二乘法完成对目标参数的估计。这种算法巧妙的利用方程组解二次参数的共有性，将二次方程组替换成一次线性方程组，使用最小二乘法的参数估计优势有效的降低了动目标估计的误差。
-
公开(公告)号：CN111813222A
公开(公告)日：2020-10-23
申请号：CN202010655774.3
申请日：2020-07-09
Applicant: 电子科技大学
Abstract: 本发明属于雷达和人机交互技术领域，具体涉及一种基于太赫兹雷达的精细动态手势识别方法。本发明的方法首先对基于太赫兹雷达平台采集的运动手势数据进行预处理，去除静止目标和背景噪声；然后根据时间序列上雷达回波信号包含的能量大小对完整手势进行检测分割；接着对每个完整运动手势样本提取时间上的多普勒频移分布图谱特征，进行特征增强和尺寸统一；最后采用卷积神经网络进行模型的训练，从而实现手势的分类识别。发明的方法对精细运动手势具有较高的识别准确率。
-
公开(公告)号：CN111781581A
公开(公告)日：2020-10-16
申请号：CN202010656126.X
申请日：2020-07-09
Applicant: 电子科技大学
Abstract: 本发明属于太赫兹雷达技术领域，具体涉及一种适用于精细手势识别的太赫兹雷达系统。本发明的该系统主要包括4个模块：波形产生模块、线性调频源模块、天线收发模块和信号处理模块。在波形产生模块中采用双频率源分别驱动天线的发射链和接收链，同时双频率源的混合输出驱动信号本振链。在线性调频模块中产生的扫频源与频率源混频获得宽带信号，获得在距离向上的高分辨率。在天线收发模块中采用二发四收的模式来获得较高的角度分辨率。在信号处理模块中信号进行解调与采样，获得数字基带信号。该太赫兹雷达系统的实现能够进一步推动精细手势识别应用的发展。
-
-
-
-
-
-
-
-
-
Search Results
165
records
(took 0.03 seconds)
