项目名称: 高分辨率SAR图像目标认知模型及高效算法

项目编号: No.61331020

项目类型: 重点项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 李传荣

作者单位: 中国科学院光电研究院

项目金额: 245万元

中文摘要: 与合成孔径雷达(SAR)成像技术本身快速发展比较,SAR图像或SAR信号所包含的目标特征电磁信息的量化提取、精准解译从而对地物场景和目标特性的准确判断,在应用机理和处理方法上仍然没有革命性的突破。在可见的应用领域中基本上还是从图像结构和纹理特征入手,借用图像处理的方法,开展对地物变化和目标的识别。本项目将从SAR成像原理出发,深入研究体目标特征电磁信息及其与场景环境相互作用机理,研究合成成像过程对地物目标电磁散射信息的综合影响,发展高分辨率SAR一体化的信号处理模式及特征信息精准提取方法,构建SAR地物目标认知的新模型、新方法,最后通过搭建应用驱动的新体制高分辨率SAR目标认知演示验证系统,演示验证不同场景下目标识别应用效能。本项目的研究,将创新SAR应用的新途径,实现高分辨率SAR目标认知在原理和方法上的突破,大幅提高SAR的实用效益。

中文关键词: 散射机理;雷达成像;特征提取;图像解译;真实性检验

英文摘要: Comparing to the rapid development of synthetic aperture radar (SAR) technology itself, there is still no revolutionary breakthrough in application mechanism and processing methods for quantitative extraction and precise interpretation of the electromagnetic information embedded in SAR image or SAR signal, and thus there are still many problems in accurate judge of ground environment and target characteristics. In the current application areas, it basically starts from the image structure and texture features and uses the image processing method to carry out the identification of ground surface change and target characteristics. From SAR imaging principle, the project investigates the electromagnetic information of volume target, and the interaction mechanisms between volume targets and their various background environments. It also investigates the combined effects of the synthetic imaging process to the extraction of the electromagnetic scattering information of ground surface target features. Based on the above research results, new models and methods are then developed dedicated to cognize ground surface target. Finally, an application-driven, proof of concept system, using advanced mode, high-resolution SAR data to cognize target, is developed. Experiments are carried out to validate its application performance in cognizing targets at various environments. Through the project, it could innovate new ways for SAR data application, make a breakthrough in target cognition principles and methods of high-resolution SAR, achieve a substantial increase in SAR practical application effectiveness.

英文关键词: Scattering Mechanism;Radar Imaging;Feature Extraction;Image Interpretation;Validation

成为VIP会员查看完整内容
3

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
92+阅读 · 2022年4月15日
计算体系架构研究综述与思考
专知会员服务
62+阅读 · 2022年3月21日
深度神经网络FPGA设计进展、实现与展望
专知会员服务
33+阅读 · 2022年3月21日
城市数字孪生标准化白皮书(2022版)
专知会员服务
170+阅读 · 2022年1月12日
混合增强视觉认知架构及其关键技术进展
专知会员服务
37+阅读 · 2021年11月20日
专知会员服务
83+阅读 · 2021年8月8日
专知会员服务
64+阅读 · 2021年3月23日
专知会员服务
17+阅读 · 2020年12月23日
小目标检测技术研究综述
专知会员服务
114+阅读 · 2020年12月7日
专知会员服务
45+阅读 · 2020年12月4日
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
混合增强视觉认知架构及其关键技术进展
专知
2+阅读 · 2021年11月20日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
从锚点到关键点,最新的目标检测方法发展趋势
计算机视觉life
17+阅读 · 2019年8月20日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
YOLO算法的原理与实现
机器学习研究会
42+阅读 · 2018年1月19日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
20+阅读 · 2017年8月14日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
64+阅读 · 2021年6月18日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
25+阅读 · 2018年8月19日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
92+阅读 · 2022年4月15日
计算体系架构研究综述与思考
专知会员服务
62+阅读 · 2022年3月21日
深度神经网络FPGA设计进展、实现与展望
专知会员服务
33+阅读 · 2022年3月21日
城市数字孪生标准化白皮书(2022版)
专知会员服务
170+阅读 · 2022年1月12日
混合增强视觉认知架构及其关键技术进展
专知会员服务
37+阅读 · 2021年11月20日
专知会员服务
83+阅读 · 2021年8月8日
专知会员服务
64+阅读 · 2021年3月23日
专知会员服务
17+阅读 · 2020年12月23日
小目标检测技术研究综述
专知会员服务
114+阅读 · 2020年12月7日
专知会员服务
45+阅读 · 2020年12月4日
相关资讯
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
混合增强视觉认知架构及其关键技术进展
专知
2+阅读 · 2021年11月20日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
从锚点到关键点,最新的目标检测方法发展趋势
计算机视觉life
17+阅读 · 2019年8月20日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
YOLO算法的原理与实现
机器学习研究会
42+阅读 · 2018年1月19日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
20+阅读 · 2017年8月14日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
相关基金
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员