正态分布的扰动方法提取小峰决议在雷达图像的应用程序

文摘

试图扩展方法来估计信号在小波框架中,一般都依赖于正态分布的假设扰动,我们提出一种新颖的非线性改变技术,作为预处理步骤的ISAR成像系统获得的形状。关键的想法是一个嘈杂的形状投射到一个小波域和抑制小波系数的面具源自曲率尺度空间表示极端。独立于其注册信息来识别一个形状。特别是,我们研究了广义估计指的是形状匹配的两个维度。仿真结果表明,通过平均形状匹配比直接匹配的目标形状更健壮

关键字

扰动方法,分辨率达到顶峰,雷达图像聚焦

介绍

巨大的挑战在信号处理设计计算效率和统计优化算法估计信号从噪声背景和理解其内容逆合成孔径雷达(ISAR)成像技术,实现高分辨率之间的相对运动利用固定雷达和一个移动的目标。这是通过前后一致地处理返回的雷达信号,以合成大孔径阵列布局的影响以及运动目标的路径。测量的一个重要应用是作为一个前端系统对目标识别的目的1,2,3]。最基本的目标是检测和识别感兴趣的对象在一个嘈杂的环境。一个典型的ISAR成像系统由图像采集、数据融合、目标形状提取和增强,最后形状识别。分段光滑的信号,它可以表明,改变这个曲率面具相当于保留信号奇异点逐点霍尔德指数,并提升其平滑所有剩余的点。本文的主题集中在信息理论成像和形状分析。ISAR图像的聚焦和融合的信息理论方法是首次提出作为图像采集(一个健壮的阶段4]。形状增强基于小波多尺度方法是随后导出估计在嘈杂的背景是紧随其后的是一个形状形状识别的回归技术。

出于当前的局限性传统技术在雷达图像,目标形状估计和识别,本文解决了以下问题。信息理论方法对ISAR图像的聚焦使用ISAR图像是由目标旋转,进而引起的时变谱反映信号和模糊了生成图像。当目标表现出复杂的运动,如旋转和操纵,一个标准的运动补偿并不足以产生一个可接受的图像进行查看和分析。在本文中,我们解决这个问题的信息理论方法。在[1,2,3,4,5),互信息,信息理论的基本概念,介绍了作为一个衡量评估图像之间的相似性。正确地匹配,当两个图像对应区域重叠,以及由此产生的联合直方图包含高值的像素组合对应的区域。mis-registered图像时,未匹配区域重叠,将导致额外的像素组合的联合直方图。在错误配准的情况下,联合直方图更重要的山峰和分散比图像的正确对齐。

方法和材料

詹森Renyi散度被定义为任何有限数量的加权概率分布之间的相似性度量。互信息是一个特例的Jensen-R´enyi散度。这个概括提供了我们一个能够控制联合直方图的测量灵敏度。实现的目标的ISAR成像系统识别感兴趣的对象在一个嘈杂的环境中,形状需要增强,是一个至关重要的一步。图1显示了ISAR成像的几何。在[1]首先表明有效的噪声抑制可能是通过小波收缩,相比传统的线性方法。考虑到噪声小波系数,即真正的小波系数+噪声项,并假设人的知识真正的小波系数,一个理想的过滤设置噪声系数为零,如果噪声方差大于真正的小波系数的平方;否则,噪声系数保存。通过这种方式,这个理想估计量的均方误差最小和的平方系数。i.i.d.假设下的正常噪音,它可以表明,软阈值估计量达到风险大多数时候这个理想估计的风险,其中M是观察的长度。选择一个合适的阈值,4)有了极大极小方法描述信号的特征,他们证明了估计风险接近极大极小的风险通过设置一个阈值(4)的另一种推导这个阈值,给出使用,Rissanen的最小描述长度准则和正态分布的假设噪声。M的阈值T增加是由于高斯分布的尾部,往往产生较大的噪声系数当样本容量增加。这个阈值不是最优,一般较低的阈值降低了风险。改进阈值,在1)程序。Sureshrink计算阈值的最小化原理的斯坦无偏估计的风险阈值估计。SureShrink也是基于的假设i.i.d.正常噪音,不坚持测量应用。

结果和讨论

非高斯噪声类型,1- - - - - -2]研究了阈值的选择通过渐近。然而,小波阈值理论是基于假设我们知道噪声的统计数据来确定一个适当的阈值。注册标准因此找到一个变换的互信息对应的像素匹配图像强度值最大化。这种方法被广泛接受的最准确的和健壮的登记措施。遵循同样的论点。延伸概念应用R´enyi熵来衡量图像之间的联合直方图作为不同的衡量标准。灵感来自于这个工作,寻求解决他们限制在常常困难的意象,本文介绍一种新颖的广义信息理论测量,即Jensen-R´enyi散度和定义R´enyi熵(5]。这使得算法少灵活和适应不同的场景,可能会导致一个更糟糕的重建。补偿缺乏先验知识的噪声统计可能处理采用极小极大原理(3在最坏的情况下产生的噪声分布。的急剧变化往往最重要的瞬态特性分析属性分段光滑的信号。描述奇异结构,H¨老指数(4)提供一个点态函数的测量时间间隔。由于开创性工作,5),它可以表明,当地的信号函数的奇点的特点是跨尺度小波变换振幅的衰减。本文提出了一种新颖的非线性滤波技术。我们假设先验知识逐点的平滑度测量的信号是已知或可以提取。然而,这个信号被加性噪声损坏的平滑特性,一般有一个统一的H¨老指数小于。图2估计噪声平滑信号的结果用软阈值估计量。本文对多态信号处理的问题和形状分析的逆合成孔径雷达(ISAR)成像系统。

结论

解决一些传统技术的局限性在雷达图像处理、目标运动估计的信息理论方法是首次提出。基于小波的多态形状增强方法随后推导和后跟形状识别的回归技术。建筑entropy-based分流措施,取得了可喜的成果,在许多工程领域,图像处理,本文介绍一种新的广义散度测量,即Jensen-Renyi散度。在建立它的属性,如凸性及其上界等等,我们把它应用到图像配准对ISAR聚焦以及相关的数据融合问题。

引用

1. T Sedghi M拉里说道。半监督充填的特征提取在图像检索语义鸿沟。在IEEE Proc.,机器视觉和图像处理研讨会,伊朗,2011年。
2. D Donoho,我约翰斯通。通过小波收缩适应未知的平滑。美国统计协会J。1995; 90 (432): 1200 - 1224。
3. 唐纳德·R韦娜。高分辨率雷达,第二版,Artech房子,房子Artech Inc .,诺伍德,马02062,美国1995。
4. 英雄AO,米歇尔OJJ。渐近的贪婪的近似最小k-point随机图理论。IEEE反式。信息理论杂志。1999;45 (6):1921 - 1938。
5. Sedghi t一个快速和有效的循环模型分析及其在分类中的应用。阿拉伯J Sci Eng。2012; 38。