2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩96頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著分辨率和檢測性能的提高,現(xiàn)代雷達能夠?qū)V域區(qū)域內(nèi)目標進行監(jiān)視與跟蹤。在廣域監(jiān)視中,SAR圖像配準是雷達數(shù)據(jù)處理的基礎(chǔ)。當成像視角變化較大時,SAR圖像之間會存在嚴重的幾何失真、分辨率不一和相干噪聲等問題,這使得現(xiàn)有的SAR圖像配準方法難以得到理想結(jié)果。編隊目標跟蹤是信息化防衛(wèi)的有效手段。當慢速目標編隊運動時,高分辨雷達能夠檢測編隊各成員產(chǎn)生的量測,但是由于定位誤差和系統(tǒng)誤差等問題,這些目標所對應的量測不是規(guī)律的編隊而是雜亂分布于一定

2、區(qū)域內(nèi),這使得目前跟蹤算法難以對編隊成員進行精確跟蹤。本文針對大視角SAR圖像序列的配準問題和慢速編隊目標跟蹤存在的問題展開了研究,主要包括以下內(nèi)容:
  1.研究了光學圖像配準的方法,包括基于灰度的配準方法、基于圖像FFT的配準方法和基于特征的配準方法,其中基于特征的配準方法主要研究了SIFT算法。SAR圖像配準方法是由這些方法發(fā)展而來的。
  2.研究了典型的目標跟蹤方法,包括航跡起始、航跡關(guān)聯(lián)和航跡濾波,這些模塊構(gòu)成了

3、點目標跟蹤的經(jīng)典框架。編隊目標是由多點目標組成的目標群,因此本文對慢速編隊目標跟蹤研究將在這一框架中進行。
  3.提出了一種基于圖像特征增強的大視角SAR圖像配準算法,該算法首先提取圖像的閉合區(qū)域作為特征,并使用仿射不變矩作為圖像閉合區(qū)域特征的描述子;其次根據(jù)運動平臺運動參數(shù)和成像參數(shù)對圖像進行特征增強,得到預配準圖像;最后通過計算待配準圖像與預配準圖像的變換關(guān)系得到待配準圖像和參考圖像的變換關(guān)系。所提方法利用了成像平臺的運動參

4、數(shù)和成像參數(shù),增強了圖像特征,提高了配準精度;使用了以仿射不變矩描述的閉合區(qū)域作為圖像特征,算法耗時少。通過與SIFT算法的對比實驗,驗證了所提算法的性能。
  4.提出了一種基于編隊隊形的慢速編隊跟蹤算法,該算法首先對目標進行編隊劃分處理,以編隊中心為依據(jù),完成中心航跡的起始;其次使用目標到編隊中心的角度和距離對編隊隊形進行描述;再次使用編隊隊形控制編隊內(nèi)量測與目標的關(guān)聯(lián)并處理編隊內(nèi)各航跡;最后根據(jù)編隊中心和各航跡的狀態(tài)更新完成

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論