雷达科学与技术
雷達科學與技術
뢰체과학여기술
RADAR SCIENCE AND TECHNOLOGY
2014年
3期
253-261
,共9页
李志希%孔令讲%贾勇%柯晓东%赵中兴
李誌希%孔令講%賈勇%柯曉東%趙中興
리지희%공령강%가용%가효동%조중흥
穿墙雷达%建筑布局成像%多通道多视角图像融合%小波变换
穿牆雷達%建築佈跼成像%多通道多視角圖像融閤%小波變換
천장뢰체%건축포국성상%다통도다시각도상융합%소파변환
through-wall-radar%image of building layout%multi-channel and multi-view image fusion%wavelet transform
在穿墙雷达成像技术中,建筑布局成像对确定墙后人体目标的空间相对位置以及多径虚假目标的提取有重要意义。目前的建筑布局成像一般采用多通道多视角图像融合方法,对此提出一种基于多尺度分析,即基于小波分解下的多通道多视角图像融合算法。该算法分为两个阶段,第一阶段涉及到单视角下的多通道图像融合,该阶段的融合目的主要是为增强图像细节信息和提高图像清晰度。因此对其小波分解后的图像高频分量采用平均梯度增强的加权融合算法,低频分量采用平均加权融合,后经小波反变换后形成多幅单视角图像;第二阶段涉及到多视角融合,该阶段的融合目的主要是为了增强图像的对比度,并且考虑到此阶段不同视角下图像经小波分解后的三个高频分量对比度各不相同,因此高频分量采用对比度增强的加权融合算法,低频分量仍采用平均加权融合,后将融合后的频率分量经小波反变换,便可得到一幅完整融合图像。仿真结果表明,提出的基于小波分解下的多通道多视角图像融合算法不论在图像视觉效果的改善和信噪比的提高等方面都有较大的作用。
在穿牆雷達成像技術中,建築佈跼成像對確定牆後人體目標的空間相對位置以及多徑虛假目標的提取有重要意義。目前的建築佈跼成像一般採用多通道多視角圖像融閤方法,對此提齣一種基于多呎度分析,即基于小波分解下的多通道多視角圖像融閤算法。該算法分為兩箇階段,第一階段涉及到單視角下的多通道圖像融閤,該階段的融閤目的主要是為增彊圖像細節信息和提高圖像清晰度。因此對其小波分解後的圖像高頻分量採用平均梯度增彊的加權融閤算法,低頻分量採用平均加權融閤,後經小波反變換後形成多幅單視角圖像;第二階段涉及到多視角融閤,該階段的融閤目的主要是為瞭增彊圖像的對比度,併且攷慮到此階段不同視角下圖像經小波分解後的三箇高頻分量對比度各不相同,因此高頻分量採用對比度增彊的加權融閤算法,低頻分量仍採用平均加權融閤,後將融閤後的頻率分量經小波反變換,便可得到一幅完整融閤圖像。倣真結果錶明,提齣的基于小波分解下的多通道多視角圖像融閤算法不論在圖像視覺效果的改善和信譟比的提高等方麵都有較大的作用。
재천장뢰체성상기술중,건축포국성상대학정장후인체목표적공간상대위치이급다경허가목표적제취유중요의의。목전적건축포국성상일반채용다통도다시각도상융합방법,대차제출일충기우다척도분석,즉기우소파분해하적다통도다시각도상융합산법。해산법분위량개계단,제일계단섭급도단시각하적다통도도상융합,해계단적융합목적주요시위증강도상세절신식화제고도상청석도。인차대기소파분해후적도상고빈분량채용평균제도증강적가권융합산법,저빈분량채용평균가권융합,후경소파반변환후형성다폭단시각도상;제이계단섭급도다시각융합,해계단적융합목적주요시위료증강도상적대비도,병차고필도차계단불동시각하도상경소파분해후적삼개고빈분량대비도각불상동,인차고빈분량채용대비도증강적가권융합산법,저빈분량잉채용평균가권융합,후장융합후적빈솔분량경소파반변환,편가득도일폭완정융합도상。방진결과표명,제출적기우소파분해하적다통도다시각도상융합산법불론재도상시각효과적개선화신조비적제고등방면도유교대적작용。
For through-wall-radar imaging,the image of building layout is conducive to implementing target localization and multi-path suppression.The current access to the building image is obtained by multi-channel and multi-view image fusion.In this paper,an image fusion method based on multiscale geometric analysis,namely wavelet transform(WT)is proposed to form a panorama image of building layout.The method is divided into two stages.The first stage refers to the multi-channel image fusion.The purpose of this stage is to enhance image details and improve image definition.Hence the fusion method of high frequency of the sub-images after WT is based on average gradient improvement.For the low frequency sub-image,average coefficient is adopted, then several single view images is obtained through inverse wavelet transform.The second stage refers to the multi-view image fusion.The purpose of this stage is to enhance the contrast of image.Given that the image contrast of high frequency of multi-view sub-images differs from one another,the fusion method of high frequency of the sub-image is based on image contrast improvement.For the low frequency sub-image,average coefficient is adopted.Then,the final image is obtained through inverse wavelet transform by the low frequency image and the high frequency images.Simulation results show that the proposed algorithm can enhance the peak signal to noise ratio(PSNR),leading to noticeable improvement in visual quality.