目標逆合成孔徑雷達（ISAR）像通常受各種噪聲的影響,這些噪聲使ISAR圖像質(zhì)量下降,嚴重影響了后續(xù)的特征提取和目標識別應(yīng)用。提高圖像質(zhì)量,減少噪聲的干擾成為ISAR目標識別應(yīng)用中的重要步驟。提出了一種基于恒虛警檢測和密度聚類的方法抑制ISAR像的斑點干擾和橫條紋干擾,在保證干擾抑制效果的同時相比于傳統(tǒng)方法可以更有效地保留目標中的細節(jié)信息。提取了圖像面積、長度、多普勒擴展作為ISAR識別特征矢量,外場實測數(shù)據(jù)實驗表明,提出的預(yù)處理方法有效地抑制了圖像中的干擾成分,保留了更多圖像細節(jié),有效地提高ISAR識別特征的穩(wěn)定性。 

【文章來源】：太赫茲科學與電子信息學報. 2020,18(02)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

clusteringandfilling圖3ISAR像檢測聚類和填充處理20-40-30-20-10010203040distance/m(b)ISARimagesprocessedbyfilling1；勒維電磁近而

【參考文獻】：
期刊論文
[1]認知雷達對抗中的未知雷達狀態(tài)識別方法[J]. 李巖,高梅國,崔雙洋.  太赫茲科學與電子信息學報. 2018(02)
[2]聚類算法綜述[J]. 伍育紅.  計算機科學. 2015(S1)
[3]ISAR像目標識別中的預(yù)處理及特征提取[J]. 章婧.  中國新通信. 2013(02)
[4]一種改進的基于密度的聚類算法[J]. 許虎寅,王治和.  微電子學與計算機. 2012(02)
[5]ISAR像自動識別中的預(yù)處理算法[J]. 唐寧,高勛章,黎湘.  系統(tǒng)工程與電子技術(shù). 2011(09)
[6]基于非線性流形學習的ISAR目標識別研究[J]. 何強,蔡洪,韓壯志,尚朝軒.  電子學報. 2010(03)
[7]數(shù)學形態(tài)學腐蝕膨脹運算的快速算法[J]. 楊琨,曾立波,王殿成.  計算機工程與應(yīng)用. 2005(34)

博士論文
[1]逆合成孔徑雷達成像及目標識別[D]. 張興敢.南京航空航天大學 2002



本文編號：3310059