一种基于边缘检测的目标微多普勒特征分离提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号CN105678781B(45)授权公告日2018.05.29(21)申请号201610035912.1G06T5/00(2006.01)(22)申请日2016.01.19(56)对比文件(65)同一申请的已公布的文献号CN104268883A,2015.01.07,申请公布号CN105678781ACN103245937A,2013.08.14,US2014/0297188A1,2014.10.02,(43)申请公布日2016.06.15陈广锋等.钟摆目标的微多普勒特征分析(73)专利权人中国人民解放军电子工程学院与提取.《西安工业大学学报》.2015,第35卷(第1地址230037安徽省合肥市黄山路460号期),29-32.(72)发明人胡以华李政郭力仁赵楠翔YanWangetal..Analysisofmicro-石亮王金诚王阳阳徐世龙Dopplersignaturesofvibrationtargets董晓usingEMDandSPWVD.《Neurocomputing》.2015,第171卷48-56.(74)专利代理机构合肥天明专利事务所(普通田巳睿等.基于时频变换的弹道目标微多合伙)34115普勒特征提取.《现代雷达》.2012,第34卷(第1代理人宋倩金凯期),40-43,48.(51)Int.Cl.审查员王晓燕G06T7/13(2017.01)权利要求书3页说明书7页附图4页(54)发明名称一种基于边缘检测的目标微多普勒特征分离提取方法(57)摘要本发明提供一种基于边缘检测的目标微多普勒特征分离提取方法，包括对回波信号进行平滑伪Winger-Ville处理，得到回波信号的时频分布矩阵；将时频分布矩阵对应的时频分布图看作灰度图像进行对比度增强和边缘锐化处理，并对处理后的图像进行边缘检测；在边缘检测结果中基于边缘斜率惯性原则对两个分量对应的目标微多普勒特征进行分离和边界提取；在时频分布矩阵中计算边界范围内的能量分布重心，得到两个分量的瞬时频率变化规律曲线，并由此解算目标微多普勒特征参数。本发明实现了回波信号为两分量信号情况下目标微多普勒特征的分离，本发明计算简便，对目标先验信息要求低，实用性好，克服了现有分量提取算法的不足。CN105678781BCN105678781B权利要求书1/3页1.一种基于边缘检测的目标微多普勒特征分离提取方法，其特征在于，包括以下步骤：(1)采用平滑伪Wigner-Ville分布时频分析方法对采集的目标微动相干激光雷达探测回波信号进行处理，得到所述回波信号的时频分布矩阵P(t，f)；所述回波信号由两个分量构成，所述时频分布矩阵P(t，f)中的元素数值表示回波信号在时频面上的能量分布；(2)将所述时频分布矩阵P(t，f)对应的时频分布图看作是一幅灰度图像，对所述灰度图像进行对比度增强和边缘锐化处理，得到增强后的图像矩阵Penh(t，f)；所述时频分布图的横坐标表示时间t，对应于时频分布矩阵P(t，f)的列，所述时频分布图的纵坐标表示频率f，对应于时频分布矩阵P(t，f)的行；(3)利用边缘检测算子对增强后的图像矩阵Penh(t，f)进行边缘检测，得到由“0”、“1”组成的边缘矩阵Edge(t，f),其中，“1”的位置对应回波信号边缘位置；(4)在所述边缘矩阵Edge(t，f)中，基于同一分量边缘斜率的惯性原则对回波信号的两个分量进行分离，同时提取两个分量的边缘位置坐标，分别记录到两个分量的上、下边界坐标一维矩阵boundupj(1，n)和bounddownj(1，n)中，其中，当j＝1时，表示分量1，当j＝2时，表示分量2，n等于边缘矩阵Edge(t，f)的列数；(5)在时频分布矩阵P(t，f)中分别计算两个分量在时间上的能量分布重心，并由两个分量的上、下边界确定所述能量分布重心的计算范围，得到两个分量的瞬时频率变化规律曲线；(6)对照时频分布矩阵P(t，f)中真实的时间、频率范围，对所述瞬时频率变化规律曲线进行坐标尺度变换，然后对坐标尺度变换后的瞬时频率变化规律曲线进行分析，提取目标微多普勒特征参数。2.根据权利要求1所述的基于边缘检测的目标微多普勒特征分离提取方法，其特征在于，所述步骤(2)中，对所述灰度图像进行对比度增强和边缘锐化处理，得到增强后的图像矩阵Penh(t，f)，具体包括以下步骤：a、采用对比度非线性增强算法，拉大中间灰度的对比度；b、采用梯度法对对比度增强后的图像边缘进行非线性锐化，c、设置阈值，对锐化后的图像进行二值化处理、滤波，得到增强后的图像矩阵Penh(t，f)。3.根据权利要求1所述的基于边缘检测的目标微多普勒特征分离提取方法，其特征在于，所述步骤(3)中，所述边缘检测算子采用二阶Can