正态分布摄动法在雷达图像聚焦应用中的低显著峰分辨率提取

摘要

试图在小波框架中扩展信号估计的方法，通常依赖于正态分布扰动的假设，我们提出了一种新的非线性改变技术，作为从ISAR成像系统获得的形状的预处理步骤。该方法的关键思想是将噪声形状投影到小波域中，并在小波域的尺度空间表示中利用曲率极值的掩模来抑制小波系数。独立于其注册信息来识别形状。特别地，我们研究了通过估计二维平均形状的广义匹配。仿真结果表明，通过平均形状进行匹配比直接匹配目标形状具有更强的鲁棒性

关键字

摄动法，峰分辨率，雷达图像聚焦

简介

逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)是一种利用静止雷达和运动目标之间的相对运动来获得高分辨率的成像技术。这是通过对返回的雷达信号进行相干处理来实现的，以便综合沿目标运动路径布置的大孔径阵列的效果。ISAR的一个重要应用是作为目标识别的前端系统[1,2,3.］．其基本目标是在嘈杂的环境中检测和识别感兴趣的对象。典型的ISAR成像系统包括图像采集、数据融合、目标形状提取和增强，最后是形状识别。对于分段平滑信号，可以证明，通过这种曲率掩模的改变等效于在奇点上保留信号点的Holder指数，并在所有剩余点上提升其平滑性。本文的主要研究内容是信息理论成像和形状分析。首次提出了一种用于ISAR图像聚焦和融合的信息论方法，作为图像采集的鲁棒阶段[4］．在此基础上，提出了一种基于小波的多尺度形状增强方法，用于在噪声背景下估计形状，并采用回归技术进行形状识别。

针对目前常规技术在雷达图像聚焦、目标形状估计和识别方面的局限性，本文研究了以下问题。ISAR图像是由目标旋转引起的，旋转导致反射信号的光谱随时间变化，从而使图像模糊。当一个目标表现出复杂的运动，如旋转和机动，一个标准的运动补偿是不足以产生一个可接受的图像观看和分析。在本文中，我们用信息论的方法来解决这个问题。在[1,2,3.,4,5，互信息是信息论中的一个基本概念，是评价图像相似度的一种度量方法。当两幅图像匹配得当时，对应区域重叠，得到的联合直方图中对应区域的像素组合值较高。当图像错误配准时，不匹配的区域也会重叠，并将在联合直方图中贡献额外的像素组合。在错配的情况下，联合直方图的峰值不显著，比图像正确对齐的直方图更分散。

方法与材料

Jensen Renyi散度被定义为任何有限个加权概率分布之间的相似性度量。互信息是Jensen-R´enyi散度的一个特例。这种泛化为我们提供了控制联合直方图测量灵敏度的能力。为了实现ISAR成像系统在噪声环境中识别目标目标的目标，形状增强是必须的，也是关键的一步。图1ISAR成像几何图。在[1]首次表明，与传统的线性方法相比，小波收缩可以实现有效的噪声抑制。给定有噪声的小波系数，即真小波系数加上噪声项，并假设已知真小波系数，如果噪声方差大于真小波系数的平方，理想滤波器将噪声系数设为零;否则，噪声系数不变。这样，理想估计量的均方误差为系数的最小值和平方。在i.i.d.正态噪声的假设下，可以证明软阈值估计器在该理想估计器的风险的大部分时间内达到风险，其中M为观测的长度。要选择合适的阈值，[4]采用了极大极小方法来表征信号，并通过设置阈值证明了估计风险接近于极大极小风险[4]给出了该阈值的另一种推导，使用Rissanen的最小描述长度准则和正态分布噪声的假设。阈值T随M的增加是由于高斯分布的尾部，随着样本量的增加往往会产生更大的噪声系数。这个阈值不是最优的，通常较低的阈值可以降低风险。若要细化阈值，请在[1]程序被提出。Sureshrink通过最小化阈值估计风险的斯坦因无偏估计原则来计算阈值。SureShrink也基于i.i.d.正常噪声的假设，这并不适用于ISAR应用程序。

结果与讨论

对于非高斯噪声，[1-2]研究了阈值的选择求助于渐近。然而，小波阈值理论是基于我们知道噪声的统计数据来确定适当的阈值的假设。因此，配准准则是寻找一种变换，使匹配图像中对应像素对强度值的相互信息最大化。这种方法被广泛接受为最准确和最可靠的注册措施之一。同样的论点。扩展概念，应用R´enyi熵来测量联合直方图作为图像之间的不相似度度量。受到这项工作的启发，并寻求解决它们在通常困难的图像中的局限性，我们在本文中介绍了一种新的广义信息论度量，即Jensen-R´enyi散度，并根据R´enyi熵[5］．这使得算法更不灵活，更不适应不同的场景，这可能导致更糟糕的重建。若缺乏对噪音统计数字的先验知识，可采用极大极小原则[3.，从而得到最坏情况下的噪声分布。在分析瞬态分段光滑信号的性质时，急剧变化点往往是最重要的特征之一。为了描述奇异结构，H¨旧指数[4]提供了函数在一段时间间隔内的逐点测量。由于[5]，可以证明函数的局部信号奇异性是由其小波变换振幅跨尺度的衰减来表征的。本文提出了一种新的非线性滤波技术。我们假设信号的点平滑测度的先验知识是已知的或可以提取的。然而，信号的这种平滑特性会被加性噪声破坏，加性噪声通常有一个统一的H¨older指数小于。图2基于软阈值估计的噪声平滑信号估计结果。研究逆合成孔径雷达(ISAR)成像系统的多状态信号处理和形状分析问题。

结论

针对传统雷达图像处理技术的局限性，提出了一种基于信息理论的目标运动估计方法。随后推导了一种基于小波的多状态形状增强方法，并提出了一种用于形状识别的回归技术。基于熵的散度度量在工程和图像处理的许多领域都显示出了很好的效果，本文在此基础上介绍了一种新的广义散度度量，即Jensen-Renyi散度。在建立其凹凸性、上界等特性的基础上，将其应用于ISAR聚焦的图像配准以及数据融合中的相关问题。

参考文献

1. M Jalali, T Sedghi。图像检索中填补语义空白的半监督特征提取。IEEE机器视觉与图像处理研讨会，伊朗，2011。
2. D Donoho, I Johnstone。利用小波收缩对未知光滑度进行适应。《统计杂志》，1995;29(4):344 - 344。
3. 唐纳德·R·温纳。高分辨率雷达，第二版，Artech House, Artech House Inc.，诺伍德，马萨诸塞州02062，美国，1995。
4. 英雄AO，米歇尔OJJ。最小k点随机图贪婪逼近的渐近理论。IEEE反式。信息理论。1999;45(6):1921-1938。
5. 一种快速有效的循环分析模型及其在分类中的应用。中国科学(英文版)2012;