本文選題：逆合成孔徑雷達(dá) + 平動(dòng)補(bǔ)償��； 參考：《哈爾濱工業(yè)大學(xué)》2014年碩士論文

【摘要】：逆合成孔徑雷達(dá)(Inverse Synthetic Aperture Radar,ISAR)實(shí)現(xiàn)了對(duì)一些觀測目標(biāo)如飛機(jī)、艦船、導(dǎo)彈等進(jìn)行成像和識(shí)別的功能,近年來在各領(lǐng)域得到了廣泛的應(yīng)用。早期的雷達(dá)成像是將物體以“點(diǎn)”的形式來進(jìn)行檢測的,二維成像使人們突破了早期雷達(dá)以“點(diǎn)”目標(biāo)形式觀測遠(yuǎn)處物體的限制,但是這種成像實(shí)質(zhì)是目標(biāo)的三維結(jié)構(gòu)在二維平面上的投影,存在收集信息不全面的弊端。隨著科學(xué)技術(shù)的飛速發(fā)展和科研工作的不斷深入,人們對(duì)雷達(dá)成像的精度要求也越來越高,為了能夠從雷達(dá)回波中提取更全面的目標(biāo)信息,三維成像已成為當(dāng)前熱門的研究趨勢,三維重構(gòu)技術(shù)是實(shí)現(xiàn)三維ISAR成像的主要途徑之一,本課題對(duì)于基于ISAR的三維重構(gòu)技術(shù)的三維成像研究具有重要的理論和應(yīng)用意義。論文主要是在單天線的雷達(dá)系統(tǒng)基礎(chǔ)上進(jìn)行研究的,利用獲得的不同姿態(tài)下的目標(biāo)的二維ISAR圖來進(jìn)行三維重構(gòu)研究,采用因子分解法來進(jìn)行重構(gòu)。論文完成的工作主要包括,對(duì)觀測目標(biāo)實(shí)現(xiàn)ISAR二維成像,特征點(diǎn)的提取和匹配,近地軌道模型的橫向定標(biāo),目標(biāo)的三維重構(gòu)等。論文對(duì)于ISAR轉(zhuǎn)臺(tái)模型設(shè)計(jì)了系列基本模型,比如規(guī)則的圖形和飛機(jī)模型,針對(duì)這些模型利用成像技術(shù)得到二維圖。為了得到重構(gòu)需要的二維坐標(biāo)信息,需要對(duì)不同時(shí)刻的二維圖進(jìn)行特征點(diǎn)的提取�？紤]到目標(biāo)的不斷變化,為了保證對(duì)不同時(shí)刻的ISAR二維圖提取出來的特征點(diǎn)能夠匹配上,需要對(duì)特征點(diǎn)的匹配算法進(jìn)行深入的研究。論文主要介紹了空間極值和Harris角點(diǎn)檢測兩種特征點(diǎn)提取的算法。得到特征點(diǎn)后采用尺度不變轉(zhuǎn)換方法(SIFT)算法進(jìn)行匹配,該方法是基于多尺度空間計(jì)算提取出的特征點(diǎn)的特征向量,將不同幀的關(guān)鍵點(diǎn)的特征向量都計(jì)算出來,根據(jù)特征向量進(jìn)行特征點(diǎn)的匹配。上述工作完成后,得到了不同時(shí)刻的目標(biāo)的二維圖坐標(biāo)信息,再利用因子分解方法得到三維重構(gòu)圖。已有的研究針對(duì)ISAR二維圖的特征點(diǎn)的匹配主要是利用網(wǎng)格法和光流場匹配追蹤法等技術(shù)來完成,論文主要利用上面提到的角點(diǎn)提取和匹配的方法進(jìn)行匹配追蹤,然后利用因子分解方法進(jìn)行三維重構(gòu)。最后對(duì)設(shè)計(jì)的模型和實(shí)測的空間站數(shù)據(jù)進(jìn)行三維重構(gòu),驗(yàn)證了特征點(diǎn)提取和匹配追蹤方法以及三維重構(gòu)方法的有效性,同時(shí)也證明了在更加精確的匹配前提下的重構(gòu)效果也更好。
[Abstract]:Inverse Synthetic Aperture radar (ISAR) has been widely used in recent years for imaging and recognition of some observation targets such as aircraft, ships, missiles and so on. Early radar imaging was used to detect objects in the form of "dots". Two-dimensional imaging made people break through the limitation of early radar to observe distant objects in the form of "points". But this kind of imaging essentially is the projection of the object's three-dimensional structure on the two-dimensional plane, which has the disadvantage of collecting incomplete information. With the rapid development of science and technology and the deepening of scientific research, the accuracy of radar imaging is becoming more and more high. In order to extract more comprehensive target information from radar echo, 3D imaging has become a hot research trend, 3D reconstruction technology is one of the main ways to realize 3D ISAR imaging. This topic has important theoretical and application significance for 3D imaging research based on ISAR. This paper is mainly based on the radar system of single antenna. The 3D reconstruction is carried out by using the two-dimensional ISAR diagram of the target with different attitude, and the factor decomposition method is used to reconstruct the target. The work accomplished in this paper mainly includes ISAR 2D imaging, feature point extraction and matching, lateral calibration of Leo model, 3D reconstruction of the target, and so on. In this paper, a series of basic models are designed for ISAR turntable models, such as regular graphics and aircraft models. In order to obtain the 2D coordinate information needed for reconstruction, it is necessary to extract the feature points of 2D images at different times. Considering the continuous change of target, in order to ensure that the feature points extracted from two-dimensional ISAR images at different times can match, it is necessary to study the matching algorithm of feature points in depth. This paper mainly introduces two feature extraction algorithms: spatial extremum and Harris corner detection. After getting the feature points, the scale invariant transformation method (sift) is used to match the feature points. The method is based on the multi-scale space to calculate the feature vectors of the feature points, and calculate the feature vectors of the key points in different frames. The feature points are matched according to the feature vectors. After the above work is completed, the coordinate information of the two-dimensional graph of the target at different times is obtained, and then the three-dimensional reconstruction graph is obtained by using the factorization method. The existing research is mainly based on mesh method and optical flow field matching method to match the feature points of ISAR two-dimensional images. The paper mainly uses the corner extraction and matching method mentioned above to match and track. Then the factor decomposition method is used to reconstruct three-dimensional. Finally, the 3D reconstruction of the designed model and the measured data of the space station is carried out to verify the effectiveness of the feature point extraction, matching and tracking methods, and the 3D reconstruction method. At the same time, it also proves that the reconstruction effect is better under the premise of more accurate matching.
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN957.52

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬振徽;王汝傳;黃海平;沙超;;基于縫合技術(shù)的圖像傳感器網(wǎng)絡(luò)消除冗余數(shù)據(jù)方案[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

2 李耀軍;潘泉;趙春暉;于盈;楊峰;;基于動(dòng)態(tài)關(guān)鍵幀的自然地標(biāo)景象匹配視覺導(dǎo)航[J];光電工程;2010年09期

3 劉瑞華;王彥光;;一種用于組合導(dǎo)航的SAR圖像快速匹配算法[J];光電子.激光;2010年05期

4 雷華;徐之海;馮華君;李奇;;光學(xué)拼接系統(tǒng)中基于模板的圖像配準(zhǔn)[J];光電子.激光;2010年11期

5 陳麗莉;劉貴喜;;一種有效的序列圖像自動(dòng)拼接方法[J];光電子.激光;2011年07期

6 袁紅照;李曉峰;吳岳洲;程鵬;;全景視頻攝像機(jī)的非參數(shù)化幾何校正與拼接[J];光電子.激光;2012年04期

7 湯一平;柳圣軍;郭世冬;朱藝華;;全球面無死角的全方位視覺傳感器的設(shè)計(jì)[J];高技術(shù)通訊;2009年07期

8 孫明竹;趙新;程小燕;盧桂章;;基于尺度不變特征變換特征的顯微圖像在線拼接方法[J];高技術(shù)通訊;2009年10期

9 易盟;郭寶龍;張旭;;基于復(fù)合Zernike矩相角估計(jì)的圖像配準(zhǔn)[J];光學(xué)精密工程;2012年05期

10 王勃;龔志輝;顧廣杰;靳克強(qiáng);;一種快速的無人機(jī)影像無縫拼接方法[J];測繪科學(xué);2012年05期

相關(guān)會(huì)議論文 前4條

1 葉強(qiáng)強(qiáng);余燁;張靜;劉曉平;;基于網(wǎng)格的球面虛擬實(shí)景空間搭建方法[A];安徽首屆科普產(chǎn)業(yè)博士科技論壇——暨社區(qū)科技傳播體系與平臺(tái)建構(gòu)學(xué)術(shù)交流會(huì)論文集[C];2012年

2 Wang Xinzui;Dong Ningning;Li Huanli;;Features Extraction and Matching of Teeth Image Based on the SIFT Algorithm[A];2012年計(jì)算機(jī)應(yīng)用與系統(tǒng)建模國際會(huì)議論文集[C];2012年

3 ZHANG ChengHao;CHEN JiaBin;SONG ChunLei;XU JianHua;;An UAV Navigation Aided with Computer Vision[A];第26屆中國控制與決策會(huì)議論文集[C];2014年

4 張欣;馮威;仇杰;;基于SIFT算法的激光雷達(dá)距離像拼接試驗(yàn)研究[A];探索 創(chuàng)新 交流——第六屆中國航空學(xué)會(huì)青年科技論壇文集（下冊(cè)）[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 雷華;基于金字塔反射鏡的視場無縫拼接技術(shù)研究[D];浙江大學(xué);2010年

2 盧惠民;自主移動(dòng)機(jī)器人全向視覺系統(tǒng)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

3 梁建寧;特征選擇與圖像匹配[D];復(fù)旦大學(xué);2011年

4 曾成斌;多攝像機(jī)協(xié)同的行人檢測技術(shù)研究[D];北京郵電大學(xué);2011年

5 丁凱;基于增量學(xué)習(xí)的中文手寫書寫者自適應(yīng)技術(shù)研究[D];華南理工大學(xué);2011年

6 高劍;三維重建應(yīng)用系統(tǒng)研究[D];山東大學(xué);2009年

7 孫明竹;面向復(fù)雜作業(yè)的微操作機(jī)器人系統(tǒng)視覺反饋與定位研究[D];南開大學(xué);2009年

8 曹健;基于局部特征的圖像目標(biāo)識(shí)別技術(shù)研究[D];北京理工大學(xué);2010年

9 曾霖;圖像拼接技術(shù)的研究、實(shí)現(xiàn)與應(yīng)用[D];武漢大學(xué);2012年

10 陳冰;光電成像末制導(dǎo)目標(biāo)初始化與跟蹤[D];西安電子科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 林秉雄;SIFT特征匹配標(biāo)準(zhǔn)與匹配方式的改進(jìn)與應(yīng)用[D];大連理工大學(xué);2010年

2 王雅萍;UAV影像自動(dòng)配準(zhǔn)與拼接方法研究[D];昆明理工大學(xué);2010年

3 任海濤;基于支持向量機(jī)的商標(biāo)圖像分類研究[D];北京印刷學(xué)院;2011年

4 吳家谷;基于數(shù)字圖像的運(yùn)動(dòng)估計(jì)算法研究[D];浙江大學(xué);2011年

5 陳麗莉;圖像配準(zhǔn)與合成顯示技術(shù)研究[D];西安電子科技大學(xué);2011年

6 陳靜;旋轉(zhuǎn)不變的圓形圖像匹配方法研究[D];沈陽工業(yè)大學(xué);2011年

7 崔營營;面向多傳感器航空遙感監(jiān)測系統(tǒng)數(shù)據(jù)處理方法研究[D];首都師范大學(xué);2011年

8 陳燕文;基于SIFT與小波變換的圖像配準(zhǔn)融合方法研究[D];武漢理工大學(xué);2011年

9 韓文超;基于POS系統(tǒng)的無人機(jī)遙感圖像拼接技術(shù)研究與實(shí)現(xiàn)[D];南京大學(xué);2011年

10 曹玲玲;遙感圖像快速預(yù)處理方法的研究與實(shí)現(xiàn)[D];中北大學(xué);2011年

，

本文編號(hào)：1975639