基于傅里叶频谱法的伪装效果评价

基于傅里叶频谱法的伪装效果评价

ID:46589077

大小:148.19 KB

页数:3页

时间:2019-11-25

基于傅里叶频谱法的伪装效果评价_第1页
基于傅里叶频谱法的伪装效果评价_第2页
基于傅里叶频谱法的伪装效果评价_第3页
资源描述:

《基于傅里叶频谱法的伪装效果评价》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、38航天电子对抗第28卷第3期基于傅里叶频谱法的伪装效果评价李耀,张卫平,魏亚星,冯海潮,杨强(解放军理工大学,江苏南京210007)摘要:针对目前伪装效果评价方法指标单一、不够客观准确等问题,提出一种基于傅里叶变换的纹理分析方法,并通过仿真实验,初步证明了该方法的科学性和有效性。关键词:伪装效果评价;傅里叶变换;纹理中图分类号:TN972.43文献标识码:ACamouflageassessmentbasedonFourierspectrummethodLiYao,ZhangWeiping,WeiYaxing,F

2、engHaichao,YangQiang(PLAUniversityofScienceandTechnology,Nanjing210007,Jiangsu,China)Abstract:Aimingatsomeproblemsofcamouflageassessmentmethodsatpresent,suchassingleindexandun—accurateresults,amethodoftextureanalysisisputforwardbasedonFouriertransform,andsimu

3、lationex—perimentsprovethatthismethodisscientificandeffective.Keywords:camouflageassessment;Fouriertransform;texture周期或近似周期的空间特征,所以有些在空间域很难0引言检测到的纹理特征在频域中可以很好地获得[4]。离散目前正在使用或研究的伪装效果评价方法多数是傅里叶变换在数字图像处理中应用十分广泛,它建立基于亮度对比和探测阈值,这类方法主要侧重于通过了离散时域和离散频域之间的联系。二维离散傅里叶变换

4、对为L5]:分析计算目标背景本身特性等客观因素来对目标伪装1M一1N一1效果进行评价,存在指标单一、不够客观准确等问题。F()f(x,)exp(一j2rt(ux/M+vy/N))本文提出一种基于傅里叶变换的纹理分析方法,通过(1)比较图像的纹理特征来进行伪装效果评价,并且通过式中“=0,1,2,⋯,M一1;=0,1,2,⋯,N一1。实验证明该方法不仅客观、准确,而且能够得到与人眼M一1N—l视觉判读相一致的结果_1]。f(x,.y)=∑∑F(u,v)exp(j2n(ux/M+vy/N))“=0=0l傅里叶频谱法(

5、2)式中=0,1,2,⋯,M一1;=0,1,2,⋯,N一1。频谱法是在信号分析的基础上发展起来的纹理分析以上述二维离散傅里叶变换为基础,傅里叶频谱方法。该类方法利用多分辨率和多通道特性来对图像作法分析图像纹理特征的算法原理如下:频率和方向上的滤波变换,得到相应的纹理特征。傅里对于一幅频谱图像,在使用极坐标r、0的情况下,叶频谱法借助于傅里叶频谱的频率特性来描述具有周期若旋转角度0一定,则可构成r的一维函数So(r),函数性或近似周期性的纹理图像的方向性_2]。傅里叶频谱中值表示当0一定、r变化时对应频谱图像的像素

6、值;若图突起的峰值对应纹理模式的主方向,这些峰在频域平面像的像素离圆心的距离一定,则可构成的一维函数的位置对应模式的基本周期;如果用滤波把周期性成分S(,函数值表示当r一定、变化时对应频谱图像的除去,剩下的非周期性部分可用统计方法描述]。像素值。基于这两个一维函数,可以使用两种比较有用由于图像的傅里叶频谱能够很好地描述图像中的的方法对频谱图像进行全局描述,这两种方法分别为:s(r)=>S(r)(3)收稿日期:2012—01—10;2012—04~01修回。丽RO作者简介:李耀(1986一),男,硕士研究生,研究方

7、向为雷达目标s()=s()(4)特性与电磁伪装。58航天电子对抗2012(3)表1算法关联正确率对}(%)目标数量(b)y车由方向上的平均跟踪误差图3采用新算法数据关联后定位精度提高对比图5结束语多平台协同关联是对来源于不同平台的观测数据形成统一、清晰的目标指示和战场态势,但目标密度大、杂波信号强和关联波门出现多交叉,常会导致多平台间的目标关联错误,严重影响了多平台间协同的效率。本文将数据关联问题看作模糊聚类问题,提出了图2数据关联正确率对比一种多平台协同多目标数据关联算法,先计算雷达组可以看出:本文提出的MCM

8、DAA—CA算法关联网得到的量测分类中心,然后计算所有量测与分类中正确率比NN—FR算法的高,NN—FR算法关联正确率心之间的距离,进行粗关联,并在此基础上进行精关随着目标数目的增加而很快下降,而MCMDAA-CA联,即通过对候选的有效量测的模糊聚类确定每个量虽然也必然地受到影响,但相比之下受影响的程度较测的目标归属。这种方法容易实现,计算量小,适合于小。通过以上实验分析

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。