基于多重分形谱的SAR图像二次成像方法

    公开(公告)号:CN111708028A

    公开(公告)日:2020-09-25

    申请号:CN202010520691.3

    申请日:2020-06-09

    Abstract: 基于多重分形谱的SAR图像二次成像方法,包括步骤:对SAR图像像元进行二维局部延迟自相关分析或伪魏格纳时频展开,获得四维数组,四维数组包括原始自变量和二维延迟分量(或二维频率分量);保留原始自变量,对二维延迟分量(或二维频率分量)进行二维多重分形谱分析,获得SAR图像局部点的多重分形谱;遍历原始SAR图像各空间点,对多重分形谱进行处理,得到SAR图像的多重分形谱SAR二次成像结果。该方法可利用多重分形理论对自然场景描述的优势,通过二次成像得到的多重分形谱SAR图像,该图像同时包含空间图像信息和多重分形谱信息,可以为SAR图像特征提取提供更丰富的细节,为SAR图像解译提供一种新思路。

    一种基于多尺度UDA和特征学习的UWB引信目标识别方法

    公开(公告)号:CN115481667A

    公开(公告)日:2022-12-16

    申请号:CN202211250833.4

    申请日:2022-10-12

    Abstract: 本发明公开了一种基于多尺度UDA和特征学习的UWB引信目标识别方法,包括步骤:根据等效散射中心模型对目标进行建模,基于仿真模型生成多种目标的超宽带引信回波信号,构建存在分布差异的有标签源域数据集和无标签目标域数据集;设计基于多尺度无监督领域自适应网络的模型,包括多尺度CNN特征提取模块、MLP特征学习模块和DNN分类模块;在有标签的源域数据上使用有监督方法对模型进行训练与验证,保存最佳预训练模型及类别特征中心;固定MLP特征学习模块和DNN分类模块,将最佳模型迁移到无标签的目标域数据,使用无监督方法对模型进行训练微调,使用微调后的模型对目标域数据识别,获得引信目标识别结果。

    基于多重分形谱的SAR图像二次成像方法

    公开(公告)号:CN111708028B

    公开(公告)日:2022-04-08

    申请号:CN202010520691.3

    申请日:2020-06-09

    Abstract: 基于多重分形谱的SAR图像二次成像方法,包括步骤:对SAR图像像元进行二维局部延迟自相关分析或伪魏格纳时频展开,获得四维数组,四维数组包括原始自变量和二维延迟分量(或二维频率分量);保留原始自变量,对二维延迟分量(或二维频率分量)进行二维多重分形谱分析,获得SAR图像局部点的多重分形谱;遍历原始SAR图像各空间点,对多重分形谱进行处理,得到SAR图像的多重分形谱SAR二次成像结果。该方法可利用多重分形理论对自然场景描述的优势,通过二次成像得到的多重分形谱SAR图像,该图像同时包含空间图像信息和多重分形谱信息,可以为SAR图像特征提取提供更丰富的细节,为SAR图像解译提供一种新思路。

    一种基于奇异性功率谱的SAR图像处理方法

    公开(公告)号:CN111681272A

    公开(公告)日:2020-09-18

    申请号:CN202010526888.8

    申请日:2020-06-09

    Abstract: 一种基于奇异性功率谱的SAR图像处理方法,包括步骤:对SAR图像进行二维伪魏格纳时频分析,获得四维数组,四维数组包括原始自变量与二维频率分量;保留原始自变量,针对每个SAR图像像元,对二维频率分量做二维瞬时奇异性指数估计;根据奇异性指数,对每个SAR图像像元对应的二维频率图像划分奇异性子集,计算二维奇异性功率谱;遍历SAR图像所有像元,重复上述步骤,得到三维功率分布函数。该方法可利用分形理论对自然场景描述的优势,使得处理后的SAR图像既包含传统二维图像信息,又包含奇异性功率谱维度信息,可以为SAR图像分析和目标特征提取提供更丰富的细节,为SAR图像目标检测和分类识别提供一种新的技术途径。

Patent Agency Ranking