目前激光成像雷达地面目标识别技术已成为国内外研究的热点问题,但在距离像噪声抑制、距离像分割、稳定特征提取和可靠分类等方面的研究还不完善。本项目提出基于排序差分和自适应中值滤波的距离反常噪声抑制方法、基于最优参数自适应中值滤波的距离反常噪声抑制方法,不但可以有效地抑制距离反常噪声,而且能够最大程度地保护激光成像雷达地面目标距离像的边缘细节信息,同时能够满足实时性需求。通过建立激光成像雷达地面目标距离像分割性能评估方法,提出基于边缘和区域相结合的激光成像雷达地面目标距离像分割方法,该方法实时性好、边缘定位精度高、抗噪声能力强。提取两种有效的稳定特征:多尺度小波变换奇异值特征和最优组合矩特征,采用基于D-S证据理论的融合识别方法,提高激光成像雷达地面目标识别的可靠性、稳健性和目标识别率。该研究为激光成像雷达在国民经济和武器装备中的应用提供新思路和理论依据。
目前激光成像雷达地面目标识别技术已成为国内外研究的热点问题,但在距离像噪声抑制、距离像分割、稳定特征提取和可靠分类等方面的研究还不完善,本项目针对这些方面研究了基于距离像的激光成像雷达地面目标识别技术。本项目提出基于排序差分和自适应中值滤波的距离反常噪声抑制方法、基于最优参数自适应中值滤波的距离反常噪声抑制方法,不但可以有效地抑制距离反常噪声,而且能够最大程度地保护激光成像雷达地面目标距离像的边缘细节信息,同时能够满足实时性需求。通过建立激光成像雷达地面目标距离像分割性能评估方法,提出基于边缘和区域相结合的激光成像雷达地面目标距离像分割方法,该方法实时性好、边缘定位精度高、抗噪声能力强。提取两种有效的稳定特征:多尺度小波变换奇异值特征和最优组合矩特征,采用基于D-S证据理论的融合识别方法,提高激光成像雷达地面目标识别的可靠性、稳健性和目标识别率。该研究为激光成像雷达在国民经济和武器装备中的应用提供新思路和理论依据。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
基于细粒度词表示的命名实体识别研究
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
基于支持向量数据描述的雷达高分辨距离像目标识别研究
噪声稳健的高分辨距离像雷达目标识别方法
雷达高分辨距离像目标识别中的在线学习问题研究
基于深度神经网络的雷达目标高分辨距离像稳健识别方法