公开(公告)号：CN113378920B

公开(公告)日：2024-11-08

申请号：CN202110642439.4

申请日：2021-06-09

Applicant: 东南大学

Inventor： 张华 ,  杭朵朵 ,  张冀 ,  常传文 ,  朱伟 ,  吴贝贝 ,  王俊波

IPC: G06V10/774 ,  G06V10/764 ,  G06N3/006 ,  G01S7/41

Abstract: 本发提供一种面向低分辨率雷达的舰船分类识别方法。本发明的实现包括分类器训练和待测舰船目标识别两部分：对于分类器训练，首先采集雷达回波序列轮廓像数据，基于回波数据和船舶自动识别系统报文构造数据集；提取八种特征组成特征向量集；对特征向量归一化，保存归一化参数；基于归一化后的特征向量集，对支持向量机进行参数寻优并训练，保存训练好的模型。对于待测舰船目标识别，首先采集待测舰船目标数据；提取八种特征组成特征向量；利用归一化参数，对特征向量归一化；利用基于八维特征的SVM分类器对舰船按长度分类判决；输出分类结果和置信度。

公开(公告)号：CN113378920A

公开(公告)日：2021-09-10

申请号：CN202110642439.4

申请日：2021-06-09

Applicant: 东南大学

Inventor： 张华 ,  杭朵朵 ,  张冀 ,  常传文 ,  朱伟 ,  吴贝贝 ,  王俊波

IPC: G06K9/62 ,  G06N3/00 ,  G01S7/41

Abstract: 本发提供一种面向低分辨率雷达的舰船分类识别方法。本发明的实现包括分类器训练和待测舰船目标识别两部分：对于分类器训练，首先采集雷达回波序列轮廓像数据，基于回波数据和船舶自动识别系统报文构造数据集；提取八种特征组成特征向量集；对特征向量归一化，保存归一化参数；基于归一化后的特征向量集，对支持向量机进行参数寻优并训练，保存训练好的模型。对于待测舰船目标识别，首先采集待测舰船目标数据；提取八种特征组成特征向量；利用归一化参数，对特征向量归一化；利用基于八维特征的SVM分类器对舰船按长度分类判决；输出分类结果和置信度。

公开(公告)号：CN113296095A

公开(公告)日：2021-08-24

申请号：CN202110557324.5

申请日：2021-05-21

Applicant: 东南大学

Inventor： 王俊波 ,  张冀 ,  常传文 ,  朱伟 ,  赵玉丽 ,  张华

IPC: G01S13/88 ,  G01S13/89 ,  G01S7/41

Abstract: 本发明公开了一种用于脉冲探地雷达的目标双曲线边缘提取方法，包括五个主要步骤：探地雷达图像预处理；高斯滤波去噪；使用Sobel算子获得预处理后图像各像素点梯度幅值及方向；使用改进的非极大值抑制算法获得处理后的梯度图像；对处理后的梯度图像使用一种基于Otsu的自适应单阈值分割算法得到最优阈值，并分割图像，获得最后边缘双曲线的提取结果。本发明可有效解决基于传统Canny算法的探地雷达目标双曲线提取存在同一目标提取出多条双曲线边缘，导致后续目标检测定位计算量增加，并且无法自适应选择阈值的问题，提高了探地雷达目标双曲线边缘提取的自适应能力，并且与曲线拟合算法结合可提高后续目标检测定位效率。

公开(公告)号：CN113296095B

公开(公告)日：2023-12-22

申请号：CN202110557324.5

申请日：2021-05-21

Applicant: 东南大学

Inventor： 王俊波 ,  张冀 ,  常传文 ,  朱伟 ,  赵玉丽 ,  张华

IPC: G01S13/88 ,  G01S13/89 ,  G01S7/41

Abstract: 本发明公开了一种用于脉冲探地雷达的目标双曲线边缘提取方法，包括五个主要步骤：探地雷达图像预处理；高斯滤波去噪；使用Sobel算子获得预处理后图像各像素点梯度幅值及方向；使用改进的非极大值抑制算法获得处理后的梯度图像；对处理后的梯度图像使用一种基于Otsu的自适应单阈值分割算法得到最优阈值，并分割图像，获得最后边缘双曲线的提取结果。本发明可有效解决基于传统Canny算法的探地雷达目标双曲线提取存在同一目标提取出多条双曲线边缘，导致后续目标检测定位计算量增加，并且无法自适应选择阈值的问题，提高了探地雷达目标双曲线边缘提取的自适应能力，并且与曲线拟合算法结合可提高后续目标检测定位效率。(56)对比文件张旭;龚钢军;郝建红.探地雷达目标回波信号双曲线提取算法研究.计算机测量与控制.2016,(10),全文.王嘉俊;段先华.改进Canny算子在水面目标边缘检测中的研究.计算机时代.2020,(01),全文.于晓海;张阳;须颖.一种改进自适应阈值的Canny算法.机械与电子.2020,(01),全文.

公开(公告)号：CN114373079A

公开(公告)日：2022-04-19

申请号：CN202210021887.7

申请日：2022-01-10

Applicant: 东南大学

Inventor： 王刚 ,  张冀 ,  常传文 ,  朱伟 ,  赵玉丽 ,  王俊波 ,  张华

IPC: G06V10/50 ,  G06V10/56 ,  G06V10/77 ,  G06K9/62

Abstract: 本发明公开了一种快速准确的探地雷达目标检测方法，包括：在模型训练阶段：获取探地雷达正负标签样本集，提取HOG特征，利用PCA对原始高维HOG特征进行降维，训练并保存分类器；在目标检测阶段：对原始探地雷达图像进行预处理，利用选择性搜索算法获取不同尺度及长宽比的目标候选框，提取候选框内图像的HOG特征，利用PCA对原始高维HOG特征进行降维，输入训练好的分类器获得目标检测结果。本发明通过PCA对原始HOG特征进行降维，解决传统探地雷达目标检测算法中高维HOG特征导致的分类器识别时间过长以及泛化能力差的问题；同时本发明使用选择性搜索算法来获取不同尺度及长宽比的目标候选框，大大提升了检测精度和效率。