项目名称: 低频超宽带合成孔径雷达叶簇隐蔽目标变化检测技术研究

项目编号: No.61302194

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 王广学

作者单位: 中国人民解放军空军预警学院

项目金额: 24万元

中文摘要: 长期以来,低频UWB SAR叶簇隐蔽目标探测领域一直受到大量树干杂波虚警的困扰。为此,本项目拟开展低频UWB SAR叶簇隐蔽目标变化检测技术研究,以期利用树干杂波在不同时刻观测所得低频UWB SAR图像中具有很强相关性的特点,采用变化检测技术对其进行有效抑制。 本项目首先将对低频UWB SAR变化检测中的杂波建模方法进行研究,在此基础上提出相应的象素级变化检测方法;而后对低频UWB SAR图像特征信息提取技术进行研究,在此基础上提出相应的特征级变化检测法;最后开展基于像素级变化检测和特征级变化检测的融合变化检测方法研究。此外,本项目还将对变化检测中的图像配准预处理技术进行研究,并以不同场景的实测低频UWB SAR图像为基础,对本项目所提变化检测算法进行适应性分析。 本项目研究成果将有效改善低频UWB SAR叶簇隐蔽目标检测性能,对于提高我军战场监测能力具有重要意义。

中文关键词: 变化检测;超宽带合成孔径雷达;图像配准;统计分布特征;超球面支持向量机

英文摘要: Due to strong trunk clutter, foliage-concealed targets detection with low-frequency UWB SAR images has been troubled with high false alarm rate problem for a long period. For this reason, the technique of foliage-obscured target change detection based on low-frequency UWB SAR images is researched in this item. The object of the research is to effectively suppress trunk clutters by exploiting the strong correlation between trunk clutter in different temporal low-frequency UWB SAR images. In this project, we will firstly study the problem of clutter modeling in low-frequency UWB SAR change detection, and a pixel-based change detection algorithm will be proposed based on it. Then, the feature extraction method suitable for low-frequency UWB SAR images will be discussed, and a feature-based change detection algorithm will be designed based on it. At last, the fusion method for pixel-based change detection and feature-based change detection will be analyzed. Besides that, the image registration technique used in change detection will be also discussed in this project. And based on real low-frequency UWB SAR images of different scenes, we will test the adaptability of proposed change detection algorithms. The research of this project will effectively improve the performance of foliage obscured target detection based o

英文关键词: Change Detection;Ultra-Wide Band Synthetic Aperture Radar (UWB SAR);Image Registration;Statistic Distribution Feature;HyperSphere Support Vector Machine (HS-SVM)

成为VIP会员查看完整内容
0

相关内容

专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
39+阅读 · 2021年7月10日
专知会员服务
47+阅读 · 2021年4月15日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
33+阅读 · 2021年2月7日
网络犯罪的检测分析技术(下)
CCF计算机安全专委会
0+阅读 · 2022年4月13日
详解基于深度学习的伪装目标检测
极市平台
2+阅读 · 2022年1月24日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
行人再识别中的迁移学习
计算机视觉战队
11+阅读 · 2017年12月20日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年5月4日
Arxiv
15+阅读 · 2021年2月19日
小贴士
相关VIP内容
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
39+阅读 · 2021年7月10日
专知会员服务
47+阅读 · 2021年4月15日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
33+阅读 · 2021年2月7日
相关资讯
网络犯罪的检测分析技术(下)
CCF计算机安全专委会
0+阅读 · 2022年4月13日
详解基于深度学习的伪装目标检测
极市平台
2+阅读 · 2022年1月24日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
行人再识别中的迁移学习
计算机视觉战队
11+阅读 · 2017年12月20日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员