CN109471098A - 利用fod雷达相位相干性信息的机场跑道异物检测方法 - Google Patents

利用fod雷达相位相干性信息的机场跑道异物检测方法 Download PDF

Info

Publication number
CN109471098A
CN109471098A CN201811128884.3A CN201811128884A CN109471098A CN 109471098 A CN109471098 A CN 109471098A CN 201811128884 A CN201811128884 A CN 201811128884A CN 109471098 A CN109471098 A CN 109471098A
Authority
CN
China
Prior art keywords
airfield runway
fod
radar
angle
pixel
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
CN201811128884.3A
Other languages
English (en)
Other versions
CN109471098B (zh
Inventor
董勇伟
冀广宇
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.)
Zhongke Yuda (beijing) Technology Co Ltd
Original Assignee
Zhongke Yuda (beijing) Technology Co Ltd
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 Zhongke Yuda (beijing) Technology Co Ltd filed Critical Zhongke Yuda (beijing) Technology Co Ltd
Priority to CN201811128884.3A priority Critical patent/CN109471098B/zh
Publication of CN109471098A publication Critical patent/CN109471098A/zh
Application granted granted Critical
Publication of CN109471098B publication Critical patent/CN109471098B/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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging

Landscapes

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

Abstract

本发明提供了一种利用FOD雷达相位相干性信息的机场跑道异物检测方法，包括以下步骤：步骤S1、FOD雷达通过环扫的方式对机场跑道进行扫描，获取雷达回波数据；步骤S2、将不同时间采集的机场跑道的雷达回波数据做距离向脉冲压缩和扫描角度向脉冲累积，形成机场跑道场景的距离‑角度二维复图像；步骤S3、将获取的不同扫描时间的两幅距离‑角度二维复图像进行相干处理，得到机场跑道扫描范围内的相干变化差异图；步骤S4、将得到的相干变化差异图按照预先设置的门限进行异物检测判断，得到检测结果。本发明能够检测出雷达图像的幅值变化不明显的FOD目标，提高了FOD目标的检测精度。

Description

利用FOD雷达相位相干性信息的机场跑道异物检测方法
技术领域
本发明属于机场跑道异物检测技术领域，特别涉及一种利用FOD雷达相位相干性信息的机场跑道异物检测方法。
背景技术
机场跑道异物(Foreign Object Debris，FOD)是指出现在机场跑道上的外来物体。这类物体常见的有碎石块、橡胶块、金属零件、工作人员遗落的螺丝、扳手等，其共同特点是：体积小，散射能量弱，与背景颜色相近，因此不易被发现。机场跑道异物如果不能及时被发现并清理，在跑道上起降的飞机受其影响极易造成损伤，导致引发航空事故。因此，对FOD形成及时有效的检测是保证航空安全，维护机场良好秩序的重要保障。
目前对FOD的检测主要有两种实现手段，分别为视频图像识别与雷达探测。采用视频图像识别的手段可以通过摄像头将机场跑道的光学影像实时呈现在显示屏上，并且能够直观地对FOD进行检测。但是，对于与背景颜色相近的FOD，其呈现在显示屏的影像与背景的色阶差异较小，使得通过肉眼或光学图像变化检测算法难以将其与背景形成良好区分。并且在雨雾等光学能见度差的天气情况下，无法获取良好的机场跑道影像，使得光学图像的FOD检测精度大幅降低。采用雷达手段理论上可实现全天时、全天候探测，但是对于体积小，散射能量弱的FOD目标，其对雷达的后向散射系数(RCS)较弱，使得FOD目标的雷达回波幅度信息与背景相比没有较为明显的差异，进而影响检测效果。
发明内容
(一)要解决的技术问题
鉴于上述技术问题，本发明提供了一种利用FOD雷达相位相干性信息的机场跑道异物检测方法。雷达对目标探测的优势除了不受天气环境影响之外，还体现在其能够提供探测目标的相位信息。相位信息一种精细化测量信息，将其用于变化检测方面，可在目标幅值变化不明显的情况下，通过目标相位相干性变化检测出目标发生的厘米级甚至毫米级变化。由此可见，这种检测手段对于FOD目标极其适宜。
(二)技术方案
根据本发明的一个方面，提供了一种利用FOD雷达相位相干性信息的机场跑道异物检测方法，包括以下步骤：
步骤S1、FOD雷达通过环扫的方式对机场跑道进行扫描，获取雷达回波数据；
步骤S2、将不同时间采集的机场跑道的雷达回波数据做距离向脉冲压缩和扫描角度向脉冲累积，形成机场跑道场景的距离-角度二维复图像；
步骤S3、将获取的不同扫描时间的两幅距离-角度二维复图像进行相干处理，得到机场跑道扫描范围内的相干变化差异图；
步骤S4、将得到的相干变化差异图按照预先设置的门限进行异物检测判断，得到检测结果。
在本发明的某些实施例中，在步骤S1中，所述FOD雷达为工作于W频段的调频连续波体制雷达，所述环扫的方式为雷达以一定转动速度对机场跑道场景进行转角机械式扫描，所获取的雷达回波数据为去线性调频之后采集的中频采样数据。
在本发明的某些实施例中，在步骤S2中，所述距离向脉冲压缩为将距离向去线性调频信号做FFT处理，所得频域信号即表现为聚焦后不同距离的机场跑道场景；所述扫描角度向脉冲累积为将距离向脉冲压缩后数据按照扫描角度向进行加权累加操作，所加权值为沿扫描角度向的标准窗函数加权系数。
在本发明的某些实施例中，在步骤S3中，所述两幅距离-角度二维复图像的相干处理包括以下步骤：
步骤S31、根据距离向位置和扫描角度位置，将不同扫描时间的两幅复图像配准。
步骤S32、选定似然比检验统计量的参数，似然比检验统计量的参数包括机场跑道场景中变化与未变化区域的协方差矩阵Γ0与Γ1、以及计算似然比检验统计量的窗口大小K，预设的协方差矩阵Γ0与Γ1的计算公式分别为：
其中，Xi与Yi分别为不同扫描时间复图像中机场跑道场景的像素点，并且在计算协方差矩阵时选取场景中未发生变化的像素点进行统计，其中未发生变化的像素点采用人工方式确认，且为了确定Γ0与Γ1参数值只需用人工方式确认一次即可，N为统计像素点个数，计算似然比检验统计量的窗口大小K按照FOD目标尺寸在复图像所占像素单元个数选定；
步骤S33、生成相干变化差异图，按照如下公式建立似然比检验统计量：
其中，k为统计量窗口范围内的像素点索引，Zk＝[Xk Yk]T，按照上式计算机场跑道场景中每个像素点的似然比检验统计量，即为机场跑道场景的相干变化差异图。
在本发明的某些实施例中，在步骤S4中，所述预先设置的门限按照全局CFAR方法设置，其设置步骤包括：
步骤S41、预先在没有异物的机场跑道上，按照步骤S1，S2，S3计算不同扫描时间采集的两幅机场跑道场景距离-角度二维复图像的相干变化差异图；
步骤S42、计算步骤S41获取相干变化差异图的统计直方图，记为p(x|H0)，并选定虚警概率，记为αf，按照如下公式计算对应的门限值T：
在本发明的某些实施例中，在步骤S4中，所述按照预先设置的门限进行异物检测判断，其方法为：将步骤S3所得相干变化差异图中各个像素点的似然比检验统计量结果L与步骤S4所得门限值T比较：当L≤T时，判断该像素点所在位置未发生变化，即不存在FOD；当L>T时，判断该像素点所在位置发生变化，即存在FOD，并给出该位置的距离与角度的二维坐标。
(三)有益效果
从上述技术方案可以看出，本发明利用FOD雷达相位相干性信息的机场跑道异物检测方法至少具有以下有益效果：本发明利用跑道场景的雷达复图像相位相干性信息，可检测出雷达图像的幅值变化不明显的FOD目标，提高了FOD目标的检测精度，为机场跑道的安全维护提供可靠的技术支持。
附图说明
图1为本发明实施例中FOD雷达工作图。
图2为本发明实施例中利用FOD雷达相位相干性信息的机场跑道异物检测方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
在本发明的示例性实施例中，提供了一种利用FOD雷达相位相干性信息的机场跑道异物检测方法。图1为本发明实施例中FOD雷达工作图、图2为本发明实施例中利用FOD雷达相位相干性信息的机场跑道异物检测方法流程图。如图1、2所示，本发明利用FOD雷达相位相干性信息的机场跑道异物检测方法包括以下步骤：
步骤S1、FOD雷达工作于W频段，其发射功率较低，不对机场使用的其它工作频段信号造成影响，以一定转动速度对机场跑道场景进行转角机械式扫描，获取去线性调频之后采集的中频采样数据作为雷达回波数据。
步骤S2、将机场跑道的雷达回波数据做距离向脉冲压缩和扫描角度向脉冲累积，形成机场跑道的距离-角度二维复图像。其中距离向脉冲压缩方法为将距离向去线性调频信号做FFT处理，所得差频信号即表示距离向目标回波信号；扫描角度向脉冲累积方法为将距离向脉冲压缩后数据按照扫描角度向进行加权累加操作，所加权值为沿扫描角度向的标准窗函数(比如Kaiser窗)加权系数。
步骤S3、将不同扫描时间分别获取的两幅复图像进行相干处理，得到机场跑道扫描范围内的相干变化差异图，具体为：
步骤S31、复图像配准。根据距离向位置和扫描角度位置，将不同扫描时间的两幅复图像配准。FOD雷达在机械扫描过程中的天线相位中心保持不变，且FOD雷达扫描波束角宽度，角度定位精度以及机场跑道所处的雷达探测距离可保证使用以上复图像配准方法可以满足相干性变化检测的配准精度要求。
步骤S32、似然比检验统计量参数选定。采用似然比检验统计量获取机场跑道场景的相干变化差异图，其中似然比检验统计量的参数包括机场跑道场景中变化与未变化区域的协方差矩阵Γ0与Γ1，以及计算似然比检验统计量的窗口大小K。协方差矩阵Γ0与Γ1的计算公式分别为：
其中，Xi与Yi分别为不同扫描时间复图像中机场跑道场景的像素点，并且在计算协方差矩阵时选取场景中未发生变化的像素点进行统计，N为统计像素点个数。计算似然比检验统计量的窗口大小K按照FOD目标尺寸在复图像所占像素单元个数选定。
步骤S33、相干变化差异图生成。按照如下公式建立似然比检验统计量：
其中，k为统计量窗口范围内的像素点索引，Zk＝[Xk Yk]T。按照上式计算机场跑道场景中每个像素点的似然比检验统计量，即为机场跑道场景的相干变化差异图。
步骤S4、将得到的相干变化差异图按照预先按照全局CFAR方法设置的门限进行异物检测判断，得到检测结果。其中全局CFAR的门限设置方法具体为以下2个子步骤：
步骤S41、预先在没有异物的机场跑道上，按照步骤S1，S2，S3计算不同扫描时间采集的两幅机场跑道场景复图像的相干变化差异图，这样处理的目的是，令场景中每个像素点变化情况的真值均为未发生变化；
步骤S42、计算步骤S41获取相干变化差异图的统计直方图，记为p(x|H0)，表示在场景未发生变化情况下似然比统计量的概率密度分布。鉴于似然比统计量情况下p(x|H0)的理论表达式较为复杂，故采用实验数据采集并计算统计直方图的方式获取其数值结果。选定虚警概率，记为αf，通常情况下，αf设置为10-4～10-6。按照如下公式计算对应的门限值T：
进一步的，步骤S4中，按照预先设置的门限进行异物检测判断，其方法为：将步骤S3所得相干变化差异图中各个像素点的似然比检验统计量结果L与步骤S4所得门限值T比较：当L≤T时，判断该像素点所在位置未发生变化，即不存在FOD；当L>T时，判断该像素点所在位置发生变化，即存在FOD目标。如此对机场跑道场景的每个像素点存在FOD目标与否做出判断。为了更加直观地表现FOD目标检测结果，将检测结果表示成机场跑道场景的二值图像，即场景中判断为未变化的像素点，将其像素值设置为255，场景中判断为存在FOD目标的像素点，将其像素值设置为0。经过简单的膨胀，腐蚀等图像形态学处理，可获取处理后的二值图像，即机场跑道场景的FOD目标检测结果，并针对二值图像中像素值为0的存在FOD目标的位置，输出其距离与角度的二维坐标。
至此，已经结合附图对本实施例进行了详细描述。依据以上描述，本领域技术人员应当对本发明利用FOD雷达相位相干性信息的机场跑道异物检测方法有了清楚的认识。本发明以FOD雷达对机场跑道上的FOD目标进行探测，通过机场跑道的雷达图像相位相干性的高低判断FOD目标的存在与否，进而实现FOD目标检测。利用本发明可以实现雷达图像中幅值差异不明显的弱小RCS FOD目标检测，从而提高FOD目标检测精度。
需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换。
还需要说明的是，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种利用FOD雷达相位相干性信息的机场跑道异物检测方法，其特征在于，包括以下步骤：
步骤S1、FOD雷达通过环扫的方式对机场跑道进行扫描，获取雷达回波数据；
步骤S2、将不同时间采集的机场跑道的雷达回波数据做距离向脉冲压缩和扫描角度向脉冲累积，形成机场跑道场景的距离-角度二维复图像；
步骤S3、将获取的不同扫描时间的两幅距离-角度二维复图像进行相干处理，得到机场跑道扫描范围内的相干变化差异图；
步骤S4、将得到的相干变化差异图按照预先设置的门限进行异物检测判断，得到检测结果。
2.根据权利要求1所述的机场跑道异物检测方法，其特征在于，在步骤S1中，所述FOD雷达为工作于W频段的调频连续波体制雷达，所述环扫的方式为雷达以一定转动速度对机场跑道场景进行转角机械式扫描，所获取的雷达回波数据为去线性调频之后采集的中频采样数据。
3.根据权利要求1所述的机场跑道异物检测方法，其特征在于，在步骤S2中，所述距离向脉冲压缩为将距离向去线性调频信号做FFT处理，所得频域信号即表现为聚焦后不同距离的机场跑道场景；所述扫描角度向脉冲累积为将距离向脉冲压缩后数据按照扫描角度向进行加权累加操作，所加权值为沿扫描角度向的标准窗函数加权系数。
4.根据权利要求1所述的机场跑道异物检测方法，其特征在于，在步骤S3中，所述两幅距离-角度二维复图像的相干处理包括以下步骤：
步骤S31、根据距离向位置和扫描角度位置，将不同扫描时间的两幅复图像配准。
步骤S32、选定似然比检验统计量的参数，似然比检验统计量的参数包括机场跑道场景中变化与未变化区域的协方差矩阵Γ0与Γ1、以及计算似然比检验统计量的窗口大小K，协方差矩阵Γ0与Γ1的计算公式分别为：
其中，Xi与Yi分别为不同扫描时间复图像中机场跑道场景的像素点，并且在计算协方差矩阵时选取场景中未发生变化的像素点进行统计，N为统计像素点个数，计算似然比检验统计量的窗口大小K按照FOD目标尺寸在复图像所占像素单元个数选定；
步骤S33、生成相干变化差异图，按照如下公式建立似然比检验统计量：
其中，k为统计量窗口范围内的像素点索引，Zk＝[Xk Yk]T，按照上式计算机场跑道场景中每个像素点的似然比检验统计量，即为机场跑道场景的相干变化差异图。
5.根据权利要求1所述的机场跑道异物检测方法，其特征在于，在步骤S4中，所述预先设置的门限按照全局CFAR方法设置，其设置步骤包括：
步骤S41、预先在没有异物的机场跑道上，按照步骤S1，S2，S3计算不同扫描时间采集的两幅机场跑道场景距离-角度二维复图像的相干变化差异图；
步骤S42、计算步骤S41获取相干变化差异图的统计直方图，记为p(x|H0)，并选定虚警概率，记为αf，按照如下公式计算对应的门限值T：
6.根据权利要求1所述的机场跑道异物检测方法，其特征在于，在步骤S4中，所述按照预先设置的门限进行异物检测判断，其方法为：将步骤S3所得相干变化差异图中各个像素点的似然比检验统计量结果L与步骤S4所得门限值T比较：当L≤T时，判断该像素点所在位置未发生变化，即不存在FOD；当L>T时，判断该像素点所在位置发生变化，即存在FOD，并给出该位置的距离与角度的二维坐标。
CN201811128884.3A 2018-09-27 2018-09-27 利用fod雷达相位相干性信息的机场跑道异物检测方法 Active CN109471098B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811128884.3A CN109471098B (zh) 2018-09-27 2018-09-27 利用fod雷达相位相干性信息的机场跑道异物检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811128884.3A CN109471098B (zh) 2018-09-27 2018-09-27 利用fod雷达相位相干性信息的机场跑道异物检测方法

Publications (2)

Publication Number Publication Date
CN109471098A true CN109471098A (zh) 2019-03-15
CN109471098B CN109471098B (zh) 2020-05-12

Family

ID=65664450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811128884.3A Active CN109471098B (zh) 2018-09-27 2018-09-27 利用fod雷达相位相干性信息的机场跑道异物检测方法

Country Status (1)

Country Link
CN (1) CN109471098B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111538002A (zh) * 2020-04-07 2020-08-14 苏州理工雷科传感技术有限公司 一种基于车载毫米波雷达的fod探测方法
CN111551929A (zh) * 2020-05-07 2020-08-18 中国电子科技集团公司第十四研究所 一种基于雷达图像统计特征的背景抑制方法
CN111696390A (zh) * 2020-06-23 2020-09-22 五冶集团上海有限公司 智能机场跑道fod装置及其工作流程
CN111880175A (zh) * 2020-07-10 2020-11-03 广州民航职业技术学院 一种车载式机场跑道异物检测系统及方法
CN112215137A (zh) * 2020-10-10 2021-01-12 中国电子科技集团公司第十四研究所 基于区域约束的低虚警目标检测方法
CN112711017A (zh) * 2020-12-30 2021-04-27 上海微波技术研究所（中国电子科技集团公司第五十研究所） 基于背景消除和改进连通域算法的fod自动识别方法及系统
CN113064162A (zh) * 2021-04-02 2021-07-02 中国科学院空天信息创新研究院 应用于机场跑道异物检测雷达系统的检测方法、装置
CN113985404A (zh) * 2021-12-30 2022-01-28 湖南师范大学 一种高分辨率跑道外来物探测系统及其相位漂移校正方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008157764A (ja) * 2006-12-25 2008-07-10 Mitsubishi Electric Corp レーダ画像処理装置
CN103675923A (zh) * 2013-12-17 2014-03-26 无锡市雷华科技有限公司 基于静态杂波图的异物检测方法及异物检测设备
CN107238821A (zh) * 2017-05-31 2017-10-10 中国电子科技集团公司第二十九研究所 一种基于特征谱特征的机场跑道异物检测方法及装置
CN107247262A (zh) * 2017-05-31 2017-10-13 中国电子科技集团公司第二十九研究所 一种机场跑道异物分层检测方法
CN107422390A (zh) * 2017-06-27 2017-12-01 中国人民解放军空军勤务学院 一种机场道面异物智能探测与清扫系统
CN107607938A (zh) * 2017-08-28 2018-01-19 电子科技大学 一种频率分集阵列雷达低空目标检测方法
CN207281281U (zh) * 2017-10-26 2018-04-27 上海云礼信息科技有限公司 一种机场跑道fod异物检测设备
CN108226890A (zh) * 2018-01-19 2018-06-29 成都赛英科技有限公司 基于时间向统计的机场异物雷达检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008157764A (ja) * 2006-12-25 2008-07-10 Mitsubishi Electric Corp レーダ画像処理装置
CN103675923A (zh) * 2013-12-17 2014-03-26 无锡市雷华科技有限公司 基于静态杂波图的异物检测方法及异物检测设备
CN107238821A (zh) * 2017-05-31 2017-10-10 中国电子科技集团公司第二十九研究所 一种基于特征谱特征的机场跑道异物检测方法及装置
CN107247262A (zh) * 2017-05-31 2017-10-13 中国电子科技集团公司第二十九研究所 一种机场跑道异物分层检测方法
CN107422390A (zh) * 2017-06-27 2017-12-01 中国人民解放军空军勤务学院 一种机场道面异物智能探测与清扫系统
CN107607938A (zh) * 2017-08-28 2018-01-19 电子科技大学 一种频率分集阵列雷达低空目标检测方法
CN207281281U (zh) * 2017-10-26 2018-04-27 上海云礼信息科技有限公司 一种机场跑道fod异物检测设备
CN108226890A (zh) * 2018-01-19 2018-06-29 成都赛英科技有限公司 基于时间向统计的机场异物雷达检测方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111538002A (zh) * 2020-04-07 2020-08-14 苏州理工雷科传感技术有限公司 一种基于车载毫米波雷达的fod探测方法
CN111551929A (zh) * 2020-05-07 2020-08-18 中国电子科技集团公司第十四研究所 一种基于雷达图像统计特征的背景抑制方法
CN111696390A (zh) * 2020-06-23 2020-09-22 五冶集团上海有限公司 智能机场跑道fod装置及其工作流程
CN111880175A (zh) * 2020-07-10 2020-11-03 广州民航职业技术学院 一种车载式机场跑道异物检测系统及方法
CN112215137A (zh) * 2020-10-10 2021-01-12 中国电子科技集团公司第十四研究所 基于区域约束的低虚警目标检测方法
CN112215137B (zh) * 2020-10-10 2024-04-26 中国电子科技集团公司第十四研究所 基于区域约束的低虚警目标检测方法
CN112711017A (zh) * 2020-12-30 2021-04-27 上海微波技术研究所（中国电子科技集团公司第五十研究所） 基于背景消除和改进连通域算法的fod自动识别方法及系统
CN113064162A (zh) * 2021-04-02 2021-07-02 中国科学院空天信息创新研究院 应用于机场跑道异物检测雷达系统的检测方法、装置
CN113064162B (zh) * 2021-04-02 2023-03-14 中国科学院空天信息创新研究院 应用于机场跑道异物检测雷达系统的检测方法、装置
CN113985404A (zh) * 2021-12-30 2022-01-28 湖南师范大学 一种高分辨率跑道外来物探测系统及其相位漂移校正方法
CN113985404B (zh) * 2021-12-30 2022-03-25 湖南师范大学 一种高分辨率跑道外来物探测系统及其相位漂移校正方法

Also Published As

Publication number Publication date
CN109471098B (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
CN109471098A (zh) 利用fod雷达相位相干性信息的机场跑道异物检测方法
CN109583293B (zh) 星载sar图像中的飞机目标检测与鉴别方法
CN105718870B (zh) 自动驾驶中基于前向摄像头的道路标线提取方法
Musman et al. Automatic recognition of ISAR ship images
CN104237881B (zh) Fmcw防碰撞雷达多目标检测与跟踪系统及方法
CN102081801B (zh) 多特征自适应融合船舶跟踪和航迹检测方法
CN105427314A (zh) 基于贝叶斯显著性的sar图像目标检测方法
CN101221239A (zh) 一种基于水平集的合成孔径雷达图像分割方法
CN102253381A (zh) 用于机场跑道的异物自动检测系统及其检测方法
CN107942329B (zh) 机动平台单通道sar对海面舰船目标检测方法
CN104361582A (zh) 一种对象级高分辨率sar影像洪水灾害变化检测方法
CN110443201B (zh) 基于多源影像联合形状分析与多属性融合的目标识别方法
CN107247262B (zh) 一种机场跑道异物分层检测方法
CN107862271B (zh) 一种舰船目标的检测方法
CN113504525B (zh) 一种雾区能见度反演方法及系统
Guo et al. Aircraft target detection from spaceborne SAR image
CN107341455B (zh) 一种区域多特征的检测方法及检测装置
Li et al. Building detection in sar images based on bi-dimensional empirical mode decomposition algorithm
Besada et al. Airport surface surveillance based on video images
CN116447979A (zh) 一种基于无人机的双目视觉边坡位移监测方法及装置
Cao et al. Detecting the number of buildings in a single high-resolution SAR image
Pappas et al. Superpixel-guided CFAR detection of ships at sea in SAR imagery
Fiscella et al. Oil spill monitoring in the Mediterranean Sea using ERS SAR data
Shi et al. A superpixel-based coastline extraction algorithm for single-polarized ENVISAT and ERS imagery
Han et al. Aircraft target detection in polsar image based on region segmentation and multi-feature decision

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