CN106842183A - 一种基于全局最邻近法的波位间点迹合并的方法及系统 - Google Patents

一种基于全局最邻近法的波位间点迹合并的方法及系统 Download PDF

Info

Publication number
CN106842183A
CN106842183A CN201710209697.7A CN201710209697A CN106842183A CN 106842183 A CN106842183 A CN 106842183A CN 201710209697 A CN201710209697 A CN 201710209697A CN 106842183 A CN106842183 A CN 106842183A
Authority
CN
China
Prior art keywords
mark
point mark
ripple
point
interdigit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710209697.7A
Other languages
English (en)
Other versions
CN106842183B (zh
Inventor
田永学
罗兴旺
苏健
龙庆华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Radio Measurement
Original Assignee
Beijing Institute of Radio Measurement
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Radio Measurement filed Critical Beijing Institute of Radio Measurement
Priority to CN201710209697.7A priority Critical patent/CN106842183B/zh
Publication of CN106842183A publication Critical patent/CN106842183A/zh
Application granted granted Critical
Publication of CN106842183B publication Critical patent/CN106842183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种基于全局最邻近法的波位间点迹合并的方法及系统，该方法包括如下步骤：S1，对获取的单波位内点迹进行波位内点迹合并处理；S2，对两个相邻波位的点迹进行相似度度量计算，得到分配代价矩阵；S3，对分配代价矩阵进行全局解算，并判断关联点迹对；S4，将关联点迹对合并成一个点迹，并加入凝聚点迹表中，将关联点迹以外对的所有点迹，直接加入到凝聚点迹表中。还包括一种系统，该系统包括:单波位点迹处理模块、相似度度量计算模块、分配代价矩阵解算模块、点迹合并处理模块。通过本发明对波位之间的点迹进行全局最近邻关联，能够提升系统的点迹合并效率，同时提高波位之间的点迹合并正确率。

Description

一种基于全局最邻近法的波位间点迹合并的方法及系统
技术领域
本发明涉及雷达探测技术领域，尤其涉及一种基于全局最邻近法的波位间点迹合并的方法及系统。
背景技术
在雷达系统中，为覆盖全部的扫描空域，编排的波位之间会存在重叠，导致不同的波位的接收波束会探测到相同的目标点迹，所以需要进行波位间点迹合并，消除冗余点迹。传统的波位间点迹合并方法，是使用轮流判断波位间点迹群两两点迹的位置差来进行点迹合并，这种方法在目标密集时处理时间会随着点迹数量成倍增加，而且容易造成点迹误合并。
发明内容
本发明所要解决的技术问题是：现有技术中，在目标密集时波位间点迹合并处理时间会随着点迹数量成倍增加，而且容易造成点迹误合并。
为解决上面的技术问题，本发明提供了一种基于全局最邻近法的波位间点迹合并的方法，该方法包括如下步骤：
S1，对获取的单波位内的点迹，对点迹进行波位内点迹合并处理，去除单波位内的重复点迹；
S2，经过波位内点迹合并处理后，对两个被处理后的相邻波位，进行波位间点迹合并处理，并且在波位间点迹合并处理时，对两个相邻波位的点迹进行相似度度量计算，得到分配代价矩阵；
S3，对分配代价矩阵进行全局解算，取总的分配代价最小的解为合并点迹对，同时输出关联点迹对；
S4，将一个关联点迹对合并成一个点迹，并加入凝聚点迹表中，关联点迹对以外的所有点迹，直接加入到凝聚点迹表中。
本发明的有益效果：本发明对雷达波位之间的点迹进行全局最近邻关联，即取总的分配代价最小的解为合并点迹对，即代价最小就是所有关联点迹之间的相似度之和最小，在对密集目标进行搜索和跟踪时，能够提升系统的点迹合并效率，同时在面对点迹数量成倍增加时，不会造成点迹合并错误，提高波位之间的点迹合并正确率。
进一步地，所述的S1中具体为：对单波位获取的点迹进行波位内点迹处理，并且对在一定关联门限内的点迹进行合并去除回波中的重复点迹。
上述进一步的有益效果：去除回波中的重复点迹，获得单波位可靠点迹，有利于提高波位间点迹合并的正确率。
进一步地，所述步骤S2中进行相似度度量计算包括：
S21，遍历前一个波位的点迹和后一个波位的点迹，分别计算两个点迹之间的距离差、方位差和俯仰差；
S22，根据距离差、方位差、俯仰差计算两组点迹之间的相似度度量值，得到分配代价矩阵。
进一步地，所述S22中的距离差、方位差、俯仰差是在一定的关联门限内进行的。
进一步地，所述步骤S4中具体为：当输出的是关联点迹对时，则按照重心法将该关联点迹对合并成一个点迹，并加入凝聚点迹表中；当输出的不是关联点迹对时，将两个波位内中的所有点迹直接加入到凝聚点迹表中。
上述进一步的有益效果：当输出的是关联点迹对时，则按照重心法将该两个点迹合并成一个点迹，并加入凝聚点迹表中；当输出的不是关联点迹对时，则表示该两个波位没有需要进行合并的点迹，将两个波位的所有点迹直接加入到凝聚点迹表中。
进一步地，所述步骤S3中对分配代价矩阵进行全局解算具体为：基于扩展曼克莱斯算法分配代价矩阵进行解算，得到使总的分配代价最小的解。
本发明还涉及一种基于全局最邻近法的波位间点迹合并的法系统，其特征在于，该系统包括：单波位点迹处理模块、相似度度量计算模块、分配代价矩阵解算模块、点迹合并处理模块；所述的单波位点迹处理模块，其用于对获取的单波位内的点迹，对点迹进行波位内点迹合并处理，去除单波位内的重复点迹；所述的相似度度量计算模块，其用于经过波位内点迹合并处理后，对两个被处理后的相邻波位，进行波位间点迹合并处理，并且在波位间点迹合并处理时，对两个相邻波位的点迹进行相似度度量计算，得到分配代价矩阵；所述的分配代价矩阵解算模块，其用于对分配代价矩阵进行全局解算，取总的分配代价最小的解为合并点迹对，同时输出关联点迹对；所述的点迹合并处理模块，其用于将一个关联点迹对合并成一个点迹，并加入凝聚点迹表中，关联点迹对以外的所有点迹，直接加入到凝聚点迹表中。
本发明的有益效果：本发明对雷达波位之间的点迹进行全局最近邻关联，即取总的分配代价最小的解为合并点迹对，在对密集目标进行搜索和跟踪时，能够提升系统的点迹合并效率，同时在面对点迹数量成倍增加时，不会造成点迹合并错误，提高波位之间的点迹合并正确率。
进一步地，所述的单波位获取点迹处理模块，其具体用于对单波位获取的点迹进行波位内点迹处理，并且对在一定关联门限内的点迹进行合并去除回波中的重复点迹。
进一步地，所述的相似度度量计算模块，其具体用于遍历前一个波位的点迹和后一个波位的点迹，分别计算两个点迹之间的距离差、方位差和俯仰差；并根据距离差、方位差、俯仰差计算两组点迹之间的相似度度量值，得到分配代价矩阵。
进一步地，所述的点迹合并处理模块，其具体用于当输出的是关联点迹对时，则按照重心法将该关联点迹对合并成一个点迹，并加入凝聚点迹表中；当输出的不是关联点迹对时，将两个波位内中的所有点迹直接加入到凝聚点迹表中。
进一步地，所述的单波位获取点迹处理模块，其具体用于对单波位获取的点迹进行波位内点迹处理，并且对在一定关联门限内的点迹进行合并去除回波中的重复点迹。
上述进一步的有益效果：当输出的是关联点迹对时，则按照重心法将该两个点迹合并成一个点迹，并加入凝聚点迹表中；当输出的不是关联点迹对时，则表示该两个波位没有需要进行合并的点迹，将两个波位的所有点迹直接加入到凝聚点迹表中。
附图说明
图1为本发明的一种基于全局最邻近法的波位间点迹合并的方法流程图；
图2为本发明的一种基于全局最邻近法的波位间点迹合并的系统示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
实施例1
如图1所示，本发明的一种基于全局最邻近法的波位间点迹合并的方法，该方法包括如下步骤：
S1，对获取的单波位内的点迹，对点迹进行波位内点迹合并处理，去除单波位内的重复点迹；
优选地，对获取的单波位内点迹进行波位内点迹处理，并且对在一定关联门限内的点迹进行合并去除回波中的重复点迹，这样就可以获得单波位可靠点迹，有利于提高波位间点迹合并的正确率。
S2，经过波位内点迹合并处理后，对两个被处理后的相邻波位，进行波位间点迹合并处理，并且在波位间点迹合并处理时，对两个相邻波位的点迹进行相似度度量计算，得到分配代价矩阵；
其中，在对相邻两个波束的点迹进行合并时，相似度度量模块，遍历前一个波位的点迹(Ri,Ai,Ei)和后一个波位的点迹(Rj,Aj,Ej)，按公式(1)分别计算两个点迹之间的距离差ΔRij、方位差ΔAij和俯仰差ΔEij：
公式(1)中，Ri为前一个波位的第i个点迹的距离，Ai为前一个波位的第i个点迹的方位，Ei为前一波位的第i个点迹的俯仰，i＝1,2...m，m为前一个波位点迹数；Rj为后一个波位的第j个点迹的距离，Aj为后一个波位的第j个点迹的方位，Ej为后一个波位的第j个点迹的俯仰，j＝1,2...n，n为后一个波位点迹数。
相似度度量模块按公式(2)计算两个点迹之间的相似度度量值Cij：
其中GR为距离关联门限、GA为方位关联门限、GE为俯仰关联门限，根据探测对象最大运动速度、雷达波束宽度及雷达测量精度确定。
从而获得n行m列的分配代价矩阵C。
S3，对分配代价矩阵进行全局解算，取总的分配代价最小的解为合并点迹对，同时输出关联点迹对；本发明中的分配代价矩阵,每个元素都是点迹和点迹之间的相似度，由于两个波位均包含多个点迹，所有两个波位之间的点迹进行两两相似度计算，会形成一个矩阵；
其中，分配代价矩阵进行全局解算是基于扩展曼克莱斯算法对n行m列的分配代价矩阵C进行解算，得到使总的分配代价最小的解，即满足公式(3)：
约束条件为：
其中，n为分配代价矩阵行数，即后一个波位点迹数，m为分配代价矩阵列数，即前一个波位点迹数，χij为二值变量，χij为0表示不关联，χij为1且对应的Cij相似度度量值为65535也表示不关联，χij为1且Cij不为65535代表一个关联点迹对，表示后一个波位中的第j个点迹与前一个波位中的第i个点迹关联。
S4，将一个关联点迹对合并成一个点迹，并加入凝聚点迹表中，关联点迹对以外的所有点迹，直接加入到凝聚点迹表中。
其中，当输出的是关联点迹对时，则按照重心法将该关联点迹对合并成一个点迹，并加入凝聚点迹表中；当输出的不是关联点迹对时，将两个波位内中的所有点迹直接加入到凝聚点迹表中。
至此，实现了基于全局最近邻法的波位间点迹合并。
本发明对波位之间的点迹进行全局最近邻关联，即取总的分配代价最小的解为合并点迹对，在对密集目标进行搜索和跟踪时，能够提升系统的点迹合并效率，同时提高波位之间的点迹合并正确率。
本发明中的全局解算是指该算法考虑了这两个波位所有点迹之间的相似度，而不仅仅是某两个点之间的相似度。全局解算提高了整体关联正确率以及计算效率。
如图2所示的，本发明还涉及一种基于全局最邻近法的波位间点迹合并的系统，该系统包括：单波位点迹处理模块、相似度度量计算模块、分配代价矩阵解算模块、点迹合并处理模块；所述的单波位点迹处理模块，其用于对获取的单波位内的点迹，对点迹进行波位内点迹合并处理，去除单波位内的重复点迹；所述的相似度度量计算模块，其用于经过波位内点迹合并处理后，对两个被处理后的相邻波位，进行波位间点迹合并处理，并且在波位间点迹合并处理时，对两个相邻波位的点迹进行相似度度量计算，得到分配代价矩阵；所述的分配代价矩阵解算模块，其用于对分配代价矩阵进行全局解算，取总的分配代价最小的解为合并点迹对，同时输出关联点迹对；所述的点迹合并处理模块，其用于将关联点迹对合并成一个点迹，并加入凝聚点迹表中，关联点迹对以外的所有点迹，直接加入到凝聚点迹表中。
优选地，相似度度量计算模块，其具体用于遍历前一个波位的点迹和后一个波位的点迹，分别计算两个点迹之间的距离差、方位差和俯仰差；并根据距离差、方位差、俯仰差计算两组点迹之间的相似度度量值，得到分配代价矩阵。
优选地，点迹合并处理模块，其具体用于当输出的是关联点迹对时，则按照重心法将该关联点迹对合并成一个点迹，并加入凝聚点迹表中；当输出的不是关联点迹对时，将两个波位内中的所有点迹直接加入到凝聚点迹表中。
优选地，单波位获取点迹处理模块，其具体用于对单波位获取的点迹进行波位内点迹处理，并且对在一定关联门限内的点迹进行合并去除回波中的重复点迹。
本发明的系统是与方法一一相对应的系统，由此上述发明的任何说明都与系统相关。
在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于全局最邻近法的波位间点迹合并的方法，其特征在于,该方法包括如下步骤：
S1，获取单波位内的点迹，对点迹进行波位内点迹合并处理，去除单波位内的重复点迹；
S2，经过波位内点迹合并处理后，对两个被处理后的相邻波位，进行波位间点迹合并处理，并且在波位间点迹合并处理时，对两个相邻波位的点迹进行相似度度量计算，得到分配代价矩阵；
S3，对分配代价矩阵进行全局解算，取总的分配代价最小的解为合并点迹对，同时输出关联点迹对；
S4，将一个关联点迹对合并成一个点迹，并加入凝聚点迹表中，关联点迹对以外的所有点迹，直接加入到凝聚点迹表中，从而完成波位间点迹合并。
2.根据权利要求1所述的波位间点迹合并的方法，其特征在于，所述步骤S1中：对单波位获取的点迹进行波位内点迹处理，并且对在一定关联门限内的点迹进行合并去除回波中的重复点迹。
3.根据权利要求1或2所述的波位间点迹合并的方法，其特征在于，所述步骤S2中，进行相似度度量计算的过程包括：
S21，遍历前一个波位的点迹和后一个波位的点迹，分别计算两个点迹之间的距离差、方位差和俯仰差；
S22，根据距离差、方位差、俯仰差计算两组点迹之间的相似度度量值，从而得到分配代价矩阵。
4.根据权利要求3所述的波位间点迹合并的方法，其特征在于，所述S22中的距离差、方位差、俯仰差是在一定的关联门限内进行的。
5.根据权利要求1或2所述的波位间点迹合并的方法，其特征在于，所述步骤S4中：当输出的是关联点迹对时，则按照重心法将该关联点迹对合并成一个点迹，并加入凝聚点迹表中；当输出的不是关联点迹对时，将两个波位内中的所有点迹直接加入到凝聚点迹表中。
6.根据权利要求1所述的波位间点迹合并的方法，其特征在于，所述步骤S3中，对分配代价矩阵进行全局解算过程为：基于扩展曼克莱斯算法分配代价矩阵进行解算，得到使总的分配代价最小的解。
7.一种基于全局最邻近法的波位间点迹合并的系统，其特征在于，该系统包括：单波位点迹处理模块、相似度度量计算模块、分配代价矩阵解算模块、点迹合并处理模块；所述的单波位点迹处理模块，其用于对获取的单波位内的点迹，对点迹进行波位内点迹合并处理，去除单波位内的重复点迹；所述的相似度度量计算模块，其用于经过波位内点迹合并处理后，对两个被处理后的相邻波位，进行波位间点迹合并处理，并且在波位间点迹合并处理时，对两个相邻波位的点迹进行相似度度量计算，得到分配代价矩阵；所述的分配代价矩阵解算模块，其用于对分配代价矩阵进行全局解算，取总的分配代价最小的解为合并点迹对，同时输出关联点迹对；所述的点迹合并处理模块，其用于将关联点迹对合并成一个点迹，并加入凝聚点迹表中，关联点迹对以外的所有点迹，直接加入到凝聚点迹表中。
8.根据权利要求7所述的波位间点迹合并的系统，其特征在于，所述的单波位获取点迹处理模块，其具体用于对单波位获取的点迹进行波位内点迹处理，并且对在一定关联门限内的点迹进行合并去除回波中的重复点迹。
9.根据权利要求7所述的波位间点迹合并的系统，其特征在于，所述的相似度度量计算模块，其具体用于遍历前一个波位的点迹和后一个波位的点迹，分别计算两个点迹之间的距离差、方位差和俯仰差；并根据距离差、方位差、俯仰差计算两组点迹之间的相似度度量值。
10.根据权利要求7所述的波位间点迹合并的系统，其特征在于，所述的点迹合并处理模块，其具体用于当输出的是关联点迹对时，则按照重心法将该关联点迹对合并成一个点迹，并加入凝聚点迹表中；当输出的不是关联点迹对时，将两个波位内中的所有点迹直接加入到凝聚点迹表中。
CN201710209697.7A 2017-03-31 2017-03-31 一种基于全局最近邻法的波位间点迹合并的方法及系统 Active CN106842183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710209697.7A CN106842183B (zh) 2017-03-31 2017-03-31 一种基于全局最近邻法的波位间点迹合并的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710209697.7A CN106842183B (zh) 2017-03-31 2017-03-31 一种基于全局最近邻法的波位间点迹合并的方法及系统

Publications (2)

Publication Number Publication Date
CN106842183A true CN106842183A (zh) 2017-06-13
CN106842183B CN106842183B (zh) 2019-06-14

Family

ID=59141794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710209697.7A Active CN106842183B (zh) 2017-03-31 2017-03-31 一种基于全局最近邻法的波位间点迹合并的方法及系统

Country Status (1)

Country Link
CN (1) CN106842183B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319906A (zh) * 2018-01-25 2018-07-24 中南民族大学 基于车载红外视频的行人检测方法及系统
CN110764083A (zh) * 2019-10-29 2020-02-07 中国电子科技集团公司第三十八研究所 毫米波雷达防入侵的数据融合方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104155650A (zh) * 2014-08-14 2014-11-19 电子科技大学 一种基于熵权值法点迹质量评估的目标跟踪方法
CN105445733A (zh) * 2015-11-16 2016-03-30 中国电子科技集团公司第十研究所 融合处理ssr航管与iff多模式协同航迹的方法
CN105510896A (zh) * 2015-12-03 2016-04-20 成都能通科技有限公司 一种集中式多雷达数据处理的加权最近邻域数据关联方法
CN105807280A (zh) * 2016-04-26 2016-07-27 南京鹏力系统工程研究所 基于航迹状态估计的回波融合目标的航迹关联方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104155650A (zh) * 2014-08-14 2014-11-19 电子科技大学 一种基于熵权值法点迹质量评估的目标跟踪方法
CN105445733A (zh) * 2015-11-16 2016-03-30 中国电子科技集团公司第十研究所 融合处理ssr航管与iff多模式协同航迹的方法
CN105510896A (zh) * 2015-12-03 2016-04-20 成都能通科技有限公司 一种集中式多雷达数据处理的加权最近邻域数据关联方法
CN105807280A (zh) * 2016-04-26 2016-07-27 南京鹏力系统工程研究所 基于航迹状态估计的回波融合目标的航迹关联方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MENGZHAO SHI等: "Association using Modified Global Nearest Neighbor in the Presence of Bias", 《PROCEEDINGS OF THE 32ND CHINESE CONTROL CONFERENCE》 *
张章等: "一种新的基于统计的航迹关联算法", 《计算机应用与软件》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319906A (zh) * 2018-01-25 2018-07-24 中南民族大学 基于车载红外视频的行人检测方法及系统
CN108319906B (zh) * 2018-01-25 2020-09-29 中南民族大学 基于车载红外视频的行人检测方法及系统
CN110764083A (zh) * 2019-10-29 2020-02-07 中国电子科技集团公司第三十八研究所 毫米波雷达防入侵的数据融合方法及系统
CN110764083B (zh) * 2019-10-29 2023-04-18 中国电子科技集团公司第三十八研究所 毫米波雷达防入侵的数据融合方法及系统

Also Published As

Publication number Publication date
CN106842183B (zh) 2019-06-14

Similar Documents

Publication Publication Date Title
Romeo et al. Crop row detection in maize fields inspired on the human visual perception
CN102034101B (zh) 一种pcb视觉检测中快速圆形标志定位方法
CN104700414A (zh) 一种基于车载双目相机的前方道路行人快速测距方法
CN106296700B (zh) 一种钢丝绳输送带接头抽动检测方法
CN106199583A (zh) 多目标数据匹配与跟踪的方法及系统
CN104680538A (zh) 基于超像素的sar图像cfar目标检测方法
CN105787081B (zh) 一种基于辐射源空间位置的辐射平台关联方法
CN101858975A (zh) 一种基于穿墙雷达成像的目标定位方法
CN105678757A (zh) 一种物体位移测量方法
CN106709512B (zh) 基于局部稀疏表示和对比度的红外目标检测方法
CN102446354A (zh) 一种高精度多源地面激光点云的整体配准方法
CN105469110A (zh) 基于局部线性迁移的非刚性变换图像特征匹配方法及系统
CN110907947A (zh) 一种移动机器人slam问题中的实时回环检测方法
CN106842183A (zh) 一种基于全局最邻近法的波位间点迹合并的方法及系统
CN103778433A (zh) 基于点到直线距离的广义点集匹配方法
Zhou et al. Autonomous detection of crop rows based on adaptive multi-ROI in maize fields
CN116047494A (zh) 通感一体背景下基于多距离划分的多扩展目标的跟踪方法
CN103886338B (zh) 一种多光谱影像匹配方法和系统
CN110208736B (zh) 基于四阶累量的非圆信号均匀阵列波达方向角估计方法
CN103685483B (zh) 一种基于目标信号相对位置配对的传感器网络数据关联方法
CN107578447A (zh) 一种基于无人机影像的作物垄位置确定方法及系统
CN103605980B (zh) 基于局部特征匹配的isar目标部件检测方法
CN102819007B (zh) 基于music的并行山脊谱峰搜索方法
CN106778916B (zh) 一种基于H/α参数变化规律的多时相PolSAR农作物监督分类方法
CN104050659A (zh) 一种测量工件线性边缘的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant