-
公开(公告)号:CN117572418A
公开(公告)日:2024-02-20
申请号:CN202311275011.6
申请日:2023-09-28
Applicant: 哈尔滨工业大学 , 北京空间飞行器总体设计部
Abstract: 本发明涉及基于信号处理及图像变化的目标ISAR像评估方法,属于ISAR图像处理领域。针对ISAR图像上目标姿态变化情况下ISAR图像成像模糊、特征提取困难,导致目标威胁评估困难的问题,提出了一种基于信号处理及图像变化的目标ISAR像评估方法。包括:基于微动重排与剔除方法实现空间微动目标的去微动成像;对ISAR图像进行形态学处理开运算,使用Canny算子进行边缘检测处理,进行Hough变换进行直线检测,获取目标的大小及边界;建立平动组合微动的复合微动目标回波模型,并利用基于相位差分信号聚集度的方法对微动周期进行估计,实现了空间目标去微动成像及微动目标特征提取并解决了目标威胁程度评估困难的问题。
-
公开(公告)号:CN119395702A
公开(公告)日:2025-02-07
申请号:CN202411636112.6
申请日:2024-11-15
Applicant: 哈尔滨工业大学
Abstract: 任意构型BiSAR极坐标格式图像的运动补偿方法,解决了现有的运动补偿方法难以解决斜视角度下一般配置的散焦问题,属于微波遥感成像领域。本发明包括:建立带有运动误差的任意构型BiSAR的回波模型,根据建立的回波模型得到二维运动误差在波数域引起的相位误差;提出了一种降维操作函数。通过此操作,将QPE和耦合误差降至一维。然后,使用加权最大似然相位梯度自动对焦算法WPGA对一维运动误差进行校正,与PGA相比,该算法使用更少的样本实现了更精确的相位估计。最后,通过点目标仿真和实际实验验证了该方法的优越性。
-
公开(公告)号:CN119131607A
公开(公告)日:2024-12-13
申请号:CN202411021427.X
申请日:2024-07-29
Applicant: 哈尔滨工业大学
IPC: G06V20/13 , G06V10/764 , G06V10/80 , G06T3/4038 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种用于SAR遥感影像中小目标船只的检测方法及系统,涉及目标检测技术领域,针对现有技术中针对小目标船的检测准确率低的问题。本申请对特征金字塔自上而下和自下而上融合后的上下文特征进行多分支感受野的增强,并将这些不同的多尺寸上下文特征输入到后端网络,以减少相应得到的特征图之间的冗余,从而更充分地利用网络提取的特征,有效提高遥感影像中小目标船只检测的准确性。
-
公开(公告)号:CN118918030A
公开(公告)日:2024-11-08
申请号:CN202411030278.3
申请日:2024-07-30
Applicant: 哈尔滨工业大学
IPC: G06T5/70 , G06T5/60 , G06T5/90 , G06T5/20 , G06V10/762 , G06N3/0895 , G06N3/0464
Abstract: 用于SAR图像船目标的自监督深度学习旁瓣与杂波抑制方法,涉及图像处理技术领域,针对现有旁瓣和噪声抑制技术往往在降低噪声的同时牺牲了图像的细节信息,进而影响影像的解析度的问题,本申请可以抑制旁瓣和杂波的同时保留船只目标细节的能力,避免了对影像解析度的影响。
-
公开(公告)号:CN116091889A
公开(公告)日:2023-05-09
申请号:CN202310003530.0
申请日:2023-01-03
Applicant: 哈尔滨工业大学
IPC: G06V10/82 , G06V10/44 , G06V10/764 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 基于复数域多尺度视觉transformer的空间目标识别方法,属于ISAR图像处理领域。为了解决机动空间目标ISAR图像的散焦问题和单帧图像识别效果不好的问题。本发明首先获取ISAR运动空间样本数据,将每三个连续的图像帧组成一个图像序列样本,并将ISAR散焦图像序列分割成尺度大小不同的图像序列块;将分割后不同大小的图像序列块分别输入到两个不同尺度的复数域卷积模块中进行特征提取,分别得到两个尺度的图像序列在复数域中的特征嵌入,将特征嵌入与位置编码相加得到相加后的特征向量F,再与识别编码向量进行组合,之后将组合后的输出输入到基于transformer模型的复数域CVMVT网络中实现目标识别。本发明用于ISAR图像的空间目标识别。
-
公开(公告)号:CN114488067A
公开(公告)日:2022-05-13
申请号:CN202210138578.8
申请日:2022-02-15
Applicant: 哈尔滨工业大学
Abstract: 基于StaggeredSAR体制低过采样率下数据重建方法,本发明涉及低过采样率条件下数据重建的方法。本发明的目的是为了解决现有重建算法大多是将缺失的数据恢复,并将方位维非均匀数据重采样成均匀数据,再按照传统SAR成像算法实现图像聚焦,在低过采样率下往往会导致重建图像质量下降的问题。过程为:一:建立StaggeredSAR回波模型;二:利用Keystone变换完成非均匀数据的距离徙动校正;三:建立StaggeredSAR数据重建的非均匀观测模型;四:根据三得到的非均匀观测模型,利用贝叶斯压缩感知实现低过采样率条件下的数据重建,即重构出场景复图像。本发明用于微波遥感技术领域。
-
公开(公告)号:CN114114235A
公开(公告)日:2022-03-01
申请号:CN202111424092.2
申请日:2021-11-26
Applicant: 哈尔滨工业大学
IPC: G01S13/50
Abstract: 一种基于单通道被动雷达的目标探测方法及系统,它属于目标探测技术领域。本发明解决了采用现有的目标探测方法时硬件负担大的问题。本发明基于keystone变换对单通道接收到的信号进行距离维的校正,将不同脉冲回波在同一距离单元上对齐;再基于重聚焦的方位维校正对单通道接收的信号进行方位维相位的校正,通过相位的补偿使不同脉冲在同一方位维度上对齐;通过对接收的信号进行距离维和方位维校正,以便于后续对反射波的积累,进而实现目标的探测任务。本发明可以应用于对目标进行探测。
-
公开(公告)号:CN114114190A
公开(公告)日:2022-03-01
申请号:CN202111417489.9
申请日:2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于Mix‑CV‑CNN网络的三维转动舰船目标识别方法,涉及目标识别领域。本发明是为了解决目前舰船识别方法在针对运动状态的舰船进行目标识别时会出现模糊、散焦的现象进而造成的舰船目标识别准确率低的问题。本发明具体过程为:获取待识别的SAR三维转动舰船目标图像,将待识别的SAR三维转动舰船目标图像输入到训练好的Mix‑CV‑CNN模型中获取SAR三维转动舰船目标的类别。Mix‑CV‑CNN模型采用Mix‑CV‑CNN前向传播和Mix‑CV‑CNN反向传播方法训练,Mix‑CV‑CNN前向传播为将训练集中的图像输入到构建的Mix‑CV‑CNN模型中输出舰船目标的类别;Mix‑CV‑CNN反向传播为利用前向传播获得的全连接层输出向量获取Mix‑CV‑CNN模型中每一层的误差项,并利用误差项更新卷积层和全连接层的权值获得训练好的Mix‑CV‑CNN模型。本发明用于动态舰船目标的识别。
-
公开(公告)号:CN112782693A
公开(公告)日:2021-05-11
申请号:CN202011588010.3
申请日:2020-12-29
Applicant: 哈尔滨工业大学
Abstract: 基于Staggered SAR体制线性快变PRI序列设计方法,本发明涉及结构化数据生成文本方法。本发明为解决现有Staggered SAR体制中变化的脉冲重复间隔引起的脉冲缺失和方位向非均匀采样的问题。过程为:一:建立发射序列PRI变化规律;二:考虑避免脉冲遮掩以及星下点回波影响情况下平均脉冲重复周期的选取范围,根据平均脉冲重复周期的选取范围计算在平均脉冲重复周期下的盲区范围;三:计算M取不同值时,相邻PRI间隔的取值范围;四:优化最大脉冲重复周期参数;五:对Staggered SAR方位维信号重建,最终利用重建后的数据完成SAR成像。本发明用于本发明涉及微波遥感技术领域。
-
公开(公告)号:CN105842693B
公开(公告)日:2018-03-30
申请号:CN201610169281.2
申请日:2016-03-23
Applicant: 哈尔滨工业大学
Abstract: 一种基于压缩感知的双通道SAR动目标检测的方法,涉及微波遥感技术领域,尤其涉及一种基于压缩感知的双通道SAR动目标检测的方法。本发明为解决现有单通道SAR‑GMTI系统由于平台运动导致地杂波频谱展宽,使得慢速运动目标淹没其中而难以检测的问题以及多通道SAR系统存在通道数目和数据量庞大给数据的传输和存储造成巨大压力的问题。本发明按以下步骤进行:一、双通道SAR原始数据沿方位向进行稀疏采样;二、双通道SAR回波的预处理:距离向脉冲压缩;距离徙动校正;杂波抑制处理;三、双通道SAR回波的预处理;四、利用贝叶斯稀疏重构算法实现动目标散射系数的重构。本发明可应用于微波遥感技术领域。
-
-
-
-
-
-
-
-
-