论文部分内容阅读
激光成像雷达距离像可以反映目标的三维特征,非常适合应用于导弹对地面目标的自动识别,具有很大的发展潜力和应用前景。目前对距离像识别方面的研究还有很多问题需要解决。弹载小型化激光成像雷达对地面目标进行探测时,由于工作环境恶劣,地面目标众多且信息混杂,距离像会受到严重干扰,同时,雷达的视线角通常较小且不断变化,对地面和目标特征识别造成严重影响。因此必须对激光成像雷达距离像的噪声抑制、小视角下的地面提取、目标的分类提取和目标的特征提取与识别等问题进行深入研究。本文基于激光成像雷达距离像研究了地面目标的识别算法,包括了激光成像雷达地面目标距离像的噪声抑制、地面提取、目标提取、目标特征提取与识别等四个方面。首先研究了激光成像雷达距离像的噪声抑制算法。通过分析激光成像雷达距离像噪声的产生机理和分布特性,建立了含噪距离像的数学仿真模型。通过中值滤波对仿真模型进行了验证,并证明了按距离像中目标成分进行分别分析可以准确反映噪声抑制算法的性能。根据细节尺寸设置校正系数,提出了一种基于改进环圈滤波的噪声抑制算法;根据距离反常噪声的分布特性,提出了一种基于统计分布的噪声抑制算法。实验结果表明,两种算法对距离反常噪声都具有优秀的噪声抑制能力,同时可以有效的保护目标的细节信息。其次研究了地面目标距离像的地面提取算法。提出了一种基于扫描线分段识别的可信地面点提取算法,包括了扫描线的噪声抑制、分界点提取、分段合并、地面分段识别等四个方面。通过对中值滤波的窗口大小进行自适应调整,有效的抑制了扫描线的数据波动。利用扫描线各点邻域的方向向量点积,提取了各分段间的分界点。通过对各分段所在直线的分析,合并了扫描线中属于同一平面的不同分段。通过对扫描线上地面特征的分析,提出了地面分段的识别算法。实验结果表明,算法不受距离像视线角的制约,提取出的可信地面点数据可靠性高,覆盖区域广泛。第三研究了距离像的目标分类提取算法,包括了高度计算、地面分割、目标分类、被遮挡目标补偿、目标提取等五个方面。通过计算可信地面点的法向量,求出了各点的高度。通过区域生长的方法,准确的分割了距离像中的地面和目标。采用三维聚类的方法,提取了距离像中属于不同目标的分类。基于边缘搜索的方法,提取了被遮挡的目标,并分析了补偿策略。通过自适应调整形态学中结构元素的尺寸,快速提取了距离像中的可疑目标。实验结果表明,距离像的目标分类提取算法可以准确分割距离像的地面和目标,快速提取其中的可疑目标,有效滤除虚假目标,对被遮挡目标也具有较好的结果。最后研究了距离像目标的特征提取和识别算法。通过对目标高度概率密度的分析,提取了目标的高度特征。通过矩形估计方法,提取了目标的长度和宽度特征。通过对目标姿态的校正,提取了目标在特定投影方向上的图像特征。根据提取到的目标不变特征,建立了基于人工神经网络的目标识别算法。实验结果表明,提取的目标不变特征可靠性高、所需的计算量小,具有明显的优势,识别算法可以充分利用目标的先验知识,具有效率高、容错能力和识别能力强的优点。