CN110865391A - 用于目标增强的毫米波太赫兹多极化成像方法及成像系统 - Google Patents

用于目标增强的毫米波太赫兹多极化成像方法及成像系统 Download PDF

Info

Publication number
CN110865391A
CN110865391A CN201911112651.9A CN201911112651A CN110865391A CN 110865391 A CN110865391 A CN 110865391A CN 201911112651 A CN201911112651 A CN 201911112651A CN 110865391 A CN110865391 A CN 110865391A
Authority
CN
China
Prior art keywords
polarization
millimeter wave
temperature image
wave terahertz
image
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
CN201911112651.9A
Other languages
English (en)
Other versions
CN110865391B (zh
Inventor
赵自然
程亚运
王迎新
陈志强
李元景
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 Guangmu Technology Co ltd
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201911112651.9A priority Critical patent/CN110865391B/zh
Publication of CN110865391A publication Critical patent/CN110865391A/zh
Application granted granted Critical
Publication of CN110865391B publication Critical patent/CN110865391B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种用于目标增强的毫米波太赫兹多极化成像方法以及一种毫米波太赫兹多极化成像系统。通过该成像系统获取被测对象在k种线极化角度下的亮温图像，之后对该亮温图像进行降噪处理，然后对亮温图像进行拟合计算得到完全垂直极化亮温图像，即为增强之后的图像。本发明通过采用多极化测量获得观测场景更多亮温信息，突破了传统单一极化图像对比度不足的局限性，充分利用了多极化信息，处理算法简单有效，具有很好的鲁棒性。

Description

用于目标增强的毫米波太赫兹多极化成像方法及成像系统
技术领域
本公开涉及毫米波/太赫兹遥感与探测技术领域，具体的，涉及一种用于目标增强的毫米波太赫兹多极化成像方法以及实现该成像方法的毫米波太赫兹多极化成像系统。
背景技术
毫米波/太赫兹成像系统通过接收物质自发或反射的毫米波/太赫兹热辐射来实现对观测场景的遥感与探测，具有全天时工作、准全天候工作、隐蔽性好和无辐射危害等优点。因此，已被应用到大气遥感、海洋监测、土壤和植被遥感、人体安检、军事探测等领域。
在人体安检、军事探测等目标探测领域，通常利用毫米波/太赫兹图像中的辐射亮温对比度对目标进行检测识别。然而，现有技术仍难以大规模普及，主要源于系统硬件性能参数(如空间分辨率、温度灵敏度等)和检测识别算法性能还有待提高。在给定硬件性能条件下，如何提高目标和背景对比度具有重要意义。传统成像方式一般采用单一极化或双极化对观测场景进行成像，获得信息有限。多极化成像可获得更多信息，有望提高检测识别能力。有鉴于此，如何实现多极化成像并处理观测场景的更多信息数据以提高目标和背景对比度是当前亟待解决的问题之一。
发明内容
本发明提供一种用于目标增强的毫米波太赫兹多极化成像方法以及实现该成像方法的毫米波太赫兹成像系统，以提高被测对象与背景的对比度，进而提高检测识别能力。
为了实现上述目的，本发明第一方面提供一种用于目标增强的毫米波太赫兹多极化成像方法，包括：
步骤S1：获取被测对象在k种线极化角度下的亮温图像
Figure BDA0002273186910000021
其中1≤i≤k，k≥3，且i和k均为自然数；
步骤S2：对所述亮温图像
Figure BDA0002273186910000022
进行降噪处理；
步骤S3：对所述亮温图像
Figure BDA0002273186910000023
进行拟合计算，得到完全垂直极化亮温图像TAv，即为所述被测对象的最终成像。
进一步的，所述αi为线极化角度，0°≤αi≤360°，且αi中至少有3个满足两两差值均不等于180°。
进一步的，在步骤S3中，对所述亮温图像
Figure BDA0002273186910000024
进行拟合计算，得到完全垂直极化亮温图像TAv的计算公式为：
Figure BDA0002273186910000025
其中，TAh为完全水平极化亮温图像，TAv为完全垂直极化亮温，
Figure BDA0002273186910000026
为极化初始相位偏移量。
进一步的，所述k的值为3，且0°≤α1≤90°，α2＝α1+45°，α3＝α1+90°。
进一步的，在步骤S3中，所述完全垂直极化亮温图像TAv的计算公式为：
Figure BDA0002273186910000027
其中，
Figure BDA0002273186910000031
为了实现上述目的，本发明第二方面提供一种毫米波太赫兹多极化成像系统，用于执行上述用于目标增强的毫米波太赫兹多极化成像方法，包括聚焦透镜、线极化天线、辐射计通道、极化旋转器和数据采集处理装置；所述聚焦透镜被构造为将被测对象自发辐射或反射回来的毫米波太赫兹波聚焦在所述线极化天线上，之后经由所述辐射计通道和所述极化旋转器最终生成所述被测对象的极化亮温图像；所述线极化天线设置在所述聚焦透镜的焦平面上，所述线极化天线、辐射计通道和极化旋转器被构造为能够绕观测轴整体旋转，以分时采集不同极化角度下的亮温图像；以及所述数据采集处理装置设置于所述极化旋转器的远离所述聚焦透镜的一侧，且被构造为通过对不同极化角度的亮温图像进行处理以获取完全垂直极化亮温图像。
进一步的，所述数据采集处理装置包含数据采集器、数据处理器和数据显示器；所述数据采集器被构造为收集所述被测对象不同极化角度下亮温图像；所述数据处理器被构造为通过对不同极化角度的亮温图像进行处理以获取完全垂直极化亮温图像；以及所述数据显示器被构造为将所述完全垂直极化亮温图像进行显示。
根据上面的描述和实践可知，本发明所述的用于目标增强的毫米波太赫兹多极化成像方法首先获取被测对象在k种线极化角度下的亮温图像，之后对该k个亮温图像进行降噪处理，然后对该k个亮温图像进行拟合计算得到完全垂直极化亮温图像，即为增强之后的图像。所述增强之后的图像提高了被测对象与背景的对比度，通过该增强之后的图像能够准确地对被测对象进行检测识别。
附图说明
图1为本发明的一个实施例中涉及的用于目标增强的毫米波太赫兹多极化成像方法的流程示意图；
图2为本发明的一个实施例中涉及的毫米波太赫兹成像系统的结构示意图；
图3为本发明的一个实施例中涉及的被测对象的三维模型面元坐标点图；
图4为本发明的一个实施例中涉及的被测对象在三种线极化角度下的亮温图像；
图5为本发明的一个实施例中经过降噪处理的三种线极化角度下的亮温图像；
图6为本发明的一个实施例中经过拟合计算获得的增强图像；
图中：1、被测对象；2、聚焦透镜；3、线极化天线；4、辐射计通道；5、极化旋转器；6、数据采集处理装置；61、数据采集器；62、数据处理器；63、数据显示器。
具体实施方式
现在将参考附图更全面地描述示例性实施方式。然而，示例性实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例性实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
需要说明的是，本公开中，用语“包括”、“配置有”、“设置于”用以表示开放式的包括在内的意思，并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等；用语“第一”、“第二”等仅作为标记使用，不是对其对象数量或次序的限制。
在本公开的示例性实施例中，提供了一种用于目标增强的毫米波太赫兹多极化成像方法，能够增强被测对象与背景的对比度，从而提高检测识别能力。请参考图1，在该示例性实施例中所述用于目标增强的毫米波太赫兹多极化成像方法包括如下步骤：
步骤S1：获取被测对象在k种线极化角度下的亮温图像
Figure BDA0002273186910000051
其中1≤i≤k，k≥3，且i和k均为自然数。具体的，在该步骤中，所述亮温图像
Figure BDA0002273186910000052
可采用毫米波太赫兹成像设备获取。其中αi为亮温图像在成像过程中的线极化角度，在该步骤中k种线极化角度αi的取值范围是：0°≤α1≤360°，并且αi中至少有3个满足两两差值均不等于180°。获取的k个亮温图像分别是
Figure BDA0002273186910000053
Figure BDA0002273186910000054
直至
Figure BDA0002273186910000055
需要注意的是k个亮温图像均可通过计算设备转换为二维矩阵形式，图像中的每一个像素代表二维矩阵中的一个数值，数值的大小代表该像素的像素值，以便于进行后续的计算处理。
步骤S2：对所述亮温图像
Figure BDA0002273186910000061
进行降噪处理。此处可选用维纳滤波算法分别对各个亮温图像进行降噪处理。当然此处的降噪处理也可选用其他已知的算法进行相应的处理。
步骤S3：对所述亮温图像
Figure BDA0002273186910000062
进行拟合计算，得到完全垂直极化亮温图像TAv，即为所述被测对象的最终成像。
具体的，在该步骤中对k个亮温图像进行拟合计算所依据的公式为：
Figure BDA0002273186910000063
式中，TAh为完全水平极化亮温图像，TAv为完全垂直极化亮温，
Figure BDA0002273186910000064
为极化初始相位偏移量。
将步骤S1中所获取的k个亮温图像转化为矩阵之后分别代入该公式的左侧，将每个亮温图像的线极化角度代入该公式的右侧，最终可得到k个等式，根据该k个等式进行编程拟合迭代计算即可得出该公式中的TAh、TAv和
Figure BDA0002273186910000065
由于该公式中共有3个未知数，因此，要至少三个上述等式才能求解该三个未知数。当k的值为3时，且0°≤α1≤90°，α2＝α1+45°，α3＝α1+90°，即可得到三个等式：
Figure BDA0002273186910000066
Figure BDA0002273186910000067
Figure BDA0002273186910000068
此时，对该三个等式进行解析即可得到TAv，
Figure BDA0002273186910000069
式中，
Figure BDA00022731869100000610
另外，在本公开的示例性实施例中，还提供了一种毫米波太赫兹多极化成像系统，以执行上述用于目标增强的毫米波太赫兹多极化成像方法，从而增强被测对象的成像质量，提高被测对象与背景的对比度。请参考图2，在该示例性实施例中所述毫米波太赫兹多极化成像系统包括聚焦透镜2、线极化天线3、辐射计通道4、极化旋转器5和数据采集处理装置6。
具体地说，聚焦透镜2被构造为将被测对象1自发辐射或反射回来的毫米波太赫兹波聚焦在所述线极化天线3上，之后经由所述辐射计通道4和所述极化旋转器5最终生成所述被测对象的极化亮温图像。而所述线极化天线3设置在所述聚焦透镜2的焦平面上，所述线极化天线3、辐射计通道4和极化旋转器5被构造为能够绕观测轴整体旋转，以分时采集被测对象1的不同极化角度下的亮温图像。此外，所述数据采集处理装置6设置于所述极化旋转器5的远离所述聚焦透镜2的一侧，且被构造为通过对不同极化角度的亮温图像进行处理以获取完全垂直极化亮温图像。具体的，所述数据采集处理装置6包含数据采集器61、数据处理器62和数据显示器63。其中所述数据采集器61被构造为收集所述被测对象1的不同极化角度下亮温图像；所述数据处理器62被构造为通过对不同极化角度的亮温图像进行处理以获取完全垂直极化亮温图像；所述数据显示器63被构造为将所述全垂直极化亮温图像进行显示。
下面以一中年男性的安检过程为例对上述的成像方法进行示例性说明，该中年男性的身上携带有若干隐匿物品，通过上述的成像方法，将该中年男性的身体以及其身上携带的隐匿物品进行增强显示。
图3为本发明的一个实施例中涉及的人体和隐匿物品三维模型面元坐标点图。如图3所示，给出了男性人体身上藏匿四种典型物品的三维模型的面元坐标点图，图3中隐匿物品从上到下分别为圆柱(水+PE塑料外层)、长方体(柴油+PE塑料外层)、木头刀具和陶瓷手枪。
首先，利用上述毫米波太赫兹多极化成像系统获取该男性的三种线极化角度下的亮温图像
Figure BDA0002273186910000081
和
Figure BDA0002273186910000082
α1、α2和α3为观测系统线极化角度，并且在该实施例中α1＝0°，α2＝45°，α3＝90°。本实施例中，生成的三个极化亮温图像，如图4所示，其中图4a为亮温图像
Figure BDA0002273186910000083
图4b为亮温图像
Figure BDA0002273186910000084
图4c为亮温图像
Figure BDA0002273186910000085
然后，利用维纳滤波算法对上述三个亮温图像分别进行降噪处理，降噪后如图5所示，其中图5a为降噪后的亮温图像
Figure BDA0002273186910000086
图5b为降噪后的亮温图像
Figure BDA0002273186910000087
图5c为降噪后的亮温图像
Figure BDA0002273186910000088
毋庸置疑的是，此步骤中的降噪处理通过计算设备实现，在处理时，首先将各个亮温图像转化为二维矩阵形式，之后对各个二维矩阵进行降噪，并将结果转化为可视图像通过显示设备进行显示。同理，后续的计算过程也是以矩阵形式的图片进行的。
之后，根据TAv的计算公式获取完全垂直极化亮温图像，计算公式为：
Figure BDA0002273186910000089
式中，
Figure BDA00022731869100000810
max表示取最大值。将降噪处理后的三个亮温图像
Figure BDA00022731869100000811
和
Figure BDA00022731869100000812
分别以矩阵形式代入该公式中进行计算便可获得完全垂直极化亮温图像TAv，最后转化为可视化图片并通过显示设备显示，如图6所示。至此，完成本次安检过程的成像工作，最终的图像已对被测对象进行了目标增强，能够清晰的显示人体以及人体所携带的隐匿物品，有效地增强了隐匿物品和人体背景对比度。
隐匿物品增强对于人体安检技术具有重要意义。本发明提供的一种用于目标增强的毫米波太赫兹多极化成像方法，通过采用多极化测量获得人体和隐匿物品更多亮温信息，进而提出了一种可以增强隐匿物品和人体背景对比度的方法，突破了传统单一极化图像对比度不足的局限性，充分利用了多极化信息。该处理算法简单有效，具有很好的鲁棒性，给毫米波太赫兹人体安检新方法研究和实现提供重要参考。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (7)

1.一种用于目标增强的毫米波太赫兹多极化成像方法，其特征在于，包括：
步骤S1：获取被测对象在k种线极化角度下的亮温图像
Figure FDA0002273186900000016
其中1≤i≤k，k≥3，且i和k均为自然数；
步骤S2：对所述亮温图像
Figure FDA0002273186900000015
进行降噪处理；
步骤S3：对所述亮温图像
Figure FDA0002273186900000014
进行拟合计算，得到完全垂直极化亮温图像TAv，即为所述被测对象的最终成像。
2.如权利要求1所述的用于目标增强的毫米波太赫兹多极化成像方法，其特征在于，所述αi为线极化角度，0°≤αi≤360°，且αi中至少有3个满足两两差值均不等于180°。
3.如权利要求1所述的用于目标增强的毫米波太赫兹多极化成像方法，其特征在于，在步骤S3中，对所述亮温图像
Figure FDA0002273186900000012
进行拟合计算，得到完全垂直极化亮温图像TAv的计算公式为：
Figure FDA0002273186900000011
其中，TAh为完全水平极化亮温图像，TAv为完全垂直极化亮温，
Figure FDA0002273186900000013
为极化初始相位偏移量。
4.如权利要求1至3中任一项所述的用于目标增强的毫米波太赫兹多极化成像方法，其特征在于，所述k的值为3，且0°≤α1≤90°，α2＝α1+45°，α3＝α1+90°。
5.如权利要求4所述的用于目标增强的毫米波太赫兹多极化成像方法，其特征在于，在步骤S3中，所述完全垂直极化亮温图像TAv的计算公式为：
Figure FDA0002273186900000021
其中，
Figure FDA0002273186900000022
6.一种毫米波太赫兹多极化成像系统，用于执行如权利要求1至5中任一项所述的用于目标增强的毫米波太赫兹多极化成像方法，其特征在于，包括聚焦透镜、线极化天线、辐射计通道、极化旋转器和数据采集处理装置；
所述聚焦透镜被构造为将被测对象自发辐射或反射回来的毫米波太赫兹波聚焦在所述线极化天线上，之后经由所述辐射计通道和所述极化旋转器最终生成所述被测对象的极化亮温图像；
所述线极化天线设置在所述聚焦透镜的焦平面上，所述线极化天线、辐射计通道和极化旋转器被构造为能够绕观测轴整体旋转，以分时采集不同极化角度下的亮温图像；以及
所述数据采集处理装置设置于所述极化旋转器的远离所述聚焦透镜的一侧，且被构造为通过对不同极化角度的亮温图像进行处理以获取完全垂直极化亮温图像。
7.如权利要求6所述的毫米波太赫兹多极化成像系统，其特征在于，所述数据采集处理装置包含数据采集器、数据处理器和数据显示器；
所述数据采集器被构造为收集所述被测对象不同极化角度下亮温图像；
所述数据处理器被构造为通过对不同极化角度的亮温图像进行处理以获取完全垂直极化亮温图像；以及
所述数据显示器被构造为将所述完全垂直极化亮温图像进行显示。
CN201911112651.9A 2019-11-14 2019-11-14 用于目标增强的毫米波太赫兹多极化成像方法及成像系统 Active CN110865391B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911112651.9A CN110865391B (zh) 2019-11-14 2019-11-14 用于目标增强的毫米波太赫兹多极化成像方法及成像系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911112651.9A CN110865391B (zh) 2019-11-14 2019-11-14 用于目标增强的毫米波太赫兹多极化成像方法及成像系统

Publications (2)

Publication Number Publication Date
CN110865391A true CN110865391A (zh) 2020-03-06
CN110865391B CN110865391B (zh) 2021-09-21

Family

ID=69654063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911112651.9A Active CN110865391B (zh) 2019-11-14 2019-11-14 用于目标增强的毫米波太赫兹多极化成像方法及成像系统

Country Status (1)

Country Link
CN (1) CN110865391B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184607A (zh) * 2020-09-27 2021-01-05 清华大学 毫米波太赫兹成像质量提升方法及成像系统
CN112504144A (zh) * 2020-12-04 2021-03-16 南京大学 一种海冰表面积雪厚度的遥感估算方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001054165A1 (fr) * 2000-01-21 2001-07-26 Rossiisky Federalny Yaderny Tsentr - Vserossiisky Nauchno-Issledovatelsky Institut Experimentalnoi Fiziki Groupe electronique d'une source de la lumiere clignotante
CN104933447A (zh) * 2015-06-08 2015-09-23 南京信息工程大学 星载微波辐射计观测无线电频率干扰识别和订正系统
CN105425215A (zh) * 2015-11-18 2016-03-23 华中科技大学 一种微波波段的月壤介电常数反演方法
CN106054147A (zh) * 2016-05-13 2016-10-26 国家卫星气象中心 一种微波辐射计亮温非线性校正的方法与系统
CN106226766A (zh) * 2016-07-08 2016-12-14 华中科技大学 一种基于被动毫米波极化成像的材料分类方法
CN106372434A (zh) * 2016-08-31 2017-02-01 中国科学院遥感与数字地球研究所 一种被动微波遥感瞬时地表发射率估算方法及装置
CN106374224A (zh) * 2015-07-23 2017-02-01 同方威视技术股份有限公司 电磁波成像系统及天线阵列信号校正方法
CN107315176A (zh) * 2017-06-29 2017-11-03 清华大学深圳研究生院 一种强大气散射条件下的成像装置及方法
CN109461120A (zh) * 2018-09-19 2019-03-12 华中科技大学 一种基于srgan的微波遥感亮温图像重构方法
CN110109111A (zh) * 2019-04-28 2019-08-09 西安电子科技大学 极化干涉sar稀疏植被高度反演方法
CN110161496A (zh) * 2019-05-27 2019-08-23 华中科技大学 基于极化毫米波辐射的目标表面法向量获取方法及系统
US20190266779A1 (en) * 2018-02-27 2019-08-29 Nvidia Corporation Analysis of point cloud data using polar depth maps and planarization techniques

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001054165A1 (fr) * 2000-01-21 2001-07-26 Rossiisky Federalny Yaderny Tsentr - Vserossiisky Nauchno-Issledovatelsky Institut Experimentalnoi Fiziki Groupe electronique d'une source de la lumiere clignotante
CN104933447A (zh) * 2015-06-08 2015-09-23 南京信息工程大学 星载微波辐射计观测无线电频率干扰识别和订正系统
CN106374224A (zh) * 2015-07-23 2017-02-01 同方威视技术股份有限公司 电磁波成像系统及天线阵列信号校正方法
CN105425215A (zh) * 2015-11-18 2016-03-23 华中科技大学 一种微波波段的月壤介电常数反演方法
CN106054147A (zh) * 2016-05-13 2016-10-26 国家卫星气象中心 一种微波辐射计亮温非线性校正的方法与系统
CN106226766A (zh) * 2016-07-08 2016-12-14 华中科技大学 一种基于被动毫米波极化成像的材料分类方法
CN106372434A (zh) * 2016-08-31 2017-02-01 中国科学院遥感与数字地球研究所 一种被动微波遥感瞬时地表发射率估算方法及装置
CN107315176A (zh) * 2017-06-29 2017-11-03 清华大学深圳研究生院 一种强大气散射条件下的成像装置及方法
US20190266779A1 (en) * 2018-02-27 2019-08-29 Nvidia Corporation Analysis of point cloud data using polar depth maps and planarization techniques
CN109461120A (zh) * 2018-09-19 2019-03-12 华中科技大学 一种基于srgan的微波遥感亮温图像重构方法
CN110109111A (zh) * 2019-04-28 2019-08-09 西安电子科技大学 极化干涉sar稀疏植被高度反演方法
CN110161496A (zh) * 2019-05-27 2019-08-23 华中科技大学 基于极化毫米波辐射的目标表面法向量获取方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
WON-GYUM KIM 等: ""LINEAR POLARIZATION SUM IMAGING IN PASSIVE MILLIMETER-WAVE IMAGING SYSTEM FOR TARGET RECOGNITION"", 《PROGRESS IN ELECTROMAGNETICS RESEARCH》 *
YAYUN CHENG 等: ""C-curve feature of complex permittivity estimation based on multi-polarization measurements in passive millimeter-wave sensing"", 《OPTICS LETTERS》 *
王天星 等: ""亮温与地表温度表征的城市热岛尺度效应对比研究"", 《地理与地理信息科学》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184607A (zh) * 2020-09-27 2021-01-05 清华大学 毫米波太赫兹成像质量提升方法及成像系统
CN112504144A (zh) * 2020-12-04 2021-03-16 南京大学 一种海冰表面积雪厚度的遥感估算方法
CN112504144B (zh) * 2020-12-04 2021-10-29 南京大学 一种海冰表面积雪厚度的遥感估算方法

Also Published As

Publication number Publication date
CN110865391B (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN107635129B (zh) 一种三维三目摄像装置及深度融合方法
CN102901489B (zh) 路面积水积冰检测方法及装置
CN110865391B (zh) 用于目标增强的毫米波太赫兹多极化成像方法及成像系统
US9373052B2 (en) Shape and photometric invariants recovery from polarisation images
Wang et al. Bionic orientation and visual enhancement with a novel polarization camera
CN108182663B (zh) 一种毫米波图像效果增强方法、设备和可读存储介质
CN108460750A (zh) 一种水面背景下舰船目标长波红外图像增强方法
CN111667516A (zh) 基于拉普拉斯金字塔分解结构的红外偏振信息融合方法
Zhou et al. Camouflaged target detection based on visible and near infrared polarimetric imagery fusion
Schechner et al. Generalized mosaicing: Polarization panorama
CN114549642B (zh) 一种低对比度红外弱小目标检测方法
CN112147591A (zh) 一种极化雷达海面舰船检测方法及装置
CN111126508A (zh) 一种基于hopc改进的异源图像匹配方法
Yao et al. Calculation and restoration of lost spatial information in division-of-focal-plane polarization remote sensing using polarization super-resolution technology
Liu et al. Polarization maintaining 3-D convolutional neural network for color polarimetric images denoising
Lavigne et al. A new fusion algorithm for shadow penetration using visible and midwave infrared polarimetric images
CN110927739B (zh) 用于轮廓标记的毫米波太赫兹多极化成像方法及成像系统
CN111667517A (zh) 基于小波包变换的红外偏振信息融合方法和装置
Jawad et al. Measuring object dimensions and its distances based on image processing technique by analysis the image using sony camera
CN112184607B (zh) 毫米波太赫兹成像质量提升方法及成像系统
CN115375569A (zh) 一种基于偏振纯度的散射环境成像表征方法
Shen et al. Near natural color polarization imagery fusion approach
Su et al. Research on a multi-dimensional image information fusion algorithm based on NSCT transform
Zhao et al. Bilinear interpolation algorithm based on gradient-weighted optimization
Shen et al. Polarization and solar altitude correlation analysis and application in object detection

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220125

Address after: 101318 4-162, building 6, Ronghui garden, airport economic core area, Shunyi District, Beijing

Patentee after: Beijing Guangmu Technology Co.,Ltd.

Address before: 100084 Beijing Haidian District Beijing 100084 box 82 box, Tsinghua University Patent Office

Patentee before: TSINGHUA University