多视角属性散射中心模型的部件提取与合成

摘要：

传统的点散射中心模型只能表征目标的位置信息,无法表示目标的长度和角度,而属性散射中心模型表征了目标的几何特性.为了能得到目标的全方位部件信息,鉴于属性散射中心模型参数估计的缘故,提出基于属性散射中心的多视角参数化部件提取与合成算法.首先将大视角有重叠的划分为若干子视角,分别进行属性散射中心模型的参数估计,然后将各参数统一投影到同一坐标系下,再进行参数的融合,最终得到目标参数集.该算法得到的这套参数可以反演目标回波数据,提高图像可视性,进行目标识别与分类.最后用两个仿真实验验证了此算法的有效性.

关键词：参数融合、多视角、属性散射中心模型、参数化部件提取、图像可视性

所属期刊栏目：39

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金创新群体基金61621005;自然科技基金61301292资助课题

在线出版日期：2017-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1197-1202