本文關(guān)鍵詞：HRWS SAR圖像艦船目標(biāo)監(jiān)視關(guān)鍵技術(shù)研究　出處：《國(guó)防科學(xué)技術(shù)大學(xué)》2014年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 合成孔徑雷達(dá) 高分辨寬測(cè)繪帶 海洋監(jiān)視 艦船檢測(cè) 特征提取 艦船分類 稀疏表示分類

【摘要】：合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)圖像艦船目標(biāo)監(jiān)視是SAR海洋遙感應(yīng)用的重要方向之一,在漁業(yè)控制、海上交通管理、打擊海盜、保護(hù)海洋權(quán)益等方面具有重要意義。高分辨寬測(cè)繪帶(High Resolution Wide Swath,HRWS)SAR高分辨和寬測(cè)繪帶的特點(diǎn)一方面有利于提高SAR圖像艦船目標(biāo)監(jiān)視應(yīng)用水平,另一方面也帶來(lái)了新的挑戰(zhàn)。因此,研究HRWS SAR圖像艦船目標(biāo)監(jiān)視技術(shù)具有十分重要的理論意義和實(shí)用價(jià)值。本文立足于HRWS SAR成像技術(shù)的發(fā)展,分析HRWS SAR圖像艦船目標(biāo)監(jiān)視面臨的挑戰(zhàn),以提高SAR圖像艦船目標(biāo)監(jiān)視性能為目的,重點(diǎn)研究了單通道SAR圖像艦船目標(biāo)檢測(cè)、極化SAR圖像艦船目標(biāo)檢測(cè)、高分辨SAR圖像艦船目標(biāo)特征提取與分類識(shí)別等關(guān)鍵技術(shù)問(wèn)題。主要研究成果如下:1、針對(duì)單極化SAR圖像中雜波邊緣和干擾目標(biāo)等復(fù)雜背景引起的檢測(cè)性能下降問(wèn)題,提出一種復(fù)雜背景中變化索引和篩選(Variable Index and Excision,VIE)CFAR(Constant False Alarm Rate,CFAR)的SAR圖像艦船目標(biāo)檢測(cè)算法。首先,研究了不同波段、不同極化方式、不同分辨率、不同海況條件下的海洋雜波統(tǒng)計(jì)特性,基于大量實(shí)測(cè)SAR圖像數(shù)據(jù)驗(yàn)證了0G分布對(duì)海洋雜波統(tǒng)計(jì)特性描述的有效性;然后,在研究CFAR檢測(cè)器原理的基礎(chǔ)上,設(shè)計(jì)了VIE-CFAR檢測(cè)器,分析了該檢測(cè)器在均勻雜波、雜波邊緣、干擾目標(biāo)等雜波環(huán)境中的檢測(cè)性能;最后,提出了一種復(fù)雜背景中VIE-CFAR SAR圖像艦船目標(biāo)檢測(cè)算法,對(duì)ENVISAT、Radarsat-2等實(shí)測(cè)SAR圖像數(shù)據(jù)艦船目標(biāo)檢測(cè)結(jié)果表明,本文算法在雜波邊緣和干擾目標(biāo)的雜波環(huán)境中較之已有的CFAR方法具有更好的檢測(cè)性能。2、針對(duì)HRWS SAR成像方位向模糊和旁瓣模糊帶來(lái)的檢測(cè)虛警問(wèn)題,研究了極化SAR圖像艦船目標(biāo)檢測(cè)方法,提出了一種基于特征向量選擇加權(quán)和SVM(Support Vector Machine,SVM)分類的極化SAR圖像艦船目標(biāo)檢測(cè)算法。首先,研究了典型極化SAR圖像艦船目標(biāo)檢測(cè)方法,分析了極化SAR圖像艦船目標(biāo)檢測(cè)性能;其次,特別針對(duì)HRWS SAR成像的方位向模糊和旁瓣模糊特性,構(gòu)造極化特征向量并進(jìn)行特征選擇和加權(quán),進(jìn)而采用SVM分類的思想實(shí)現(xiàn)極化SAR圖像艦船目標(biāo)檢測(cè)�；贏IRSAR機(jī)載全極化數(shù)據(jù)和Radarsat-2星載全極化數(shù)據(jù)對(duì)算法性能進(jìn)行了驗(yàn)證和評(píng)估,結(jié)果表明,本文算法有效地去除了方位向模糊和旁瓣模糊等引起的虛警,并對(duì)不同的全極化數(shù)據(jù)具有一定魯棒性。3、針對(duì)HRWS SAR圖像的高分辨特性,提出了面向分類識(shí)別的高分辨SAR圖像艦船目標(biāo)幾何特征精確提取算法,提取了一種新的基于艦船目標(biāo)結(jié)構(gòu)特點(diǎn)及其散射特性的宏結(jié)構(gòu)散射特征。首先,研究了典型的SAR圖像艦船目標(biāo)特征提取方法;然后,針對(duì)HRWS SAR高分辨圖像中艦船目標(biāo)的成像旁瓣、鄰近目標(biāo)等造成的幾何特征提取誤差,提出了一種基于Radon變換域直方圖分析的艦船目標(biāo)高精度幾何特征提取方法,并基于實(shí)測(cè)Terra SAR-X高分辨SAR圖像艦船目標(biāo)切片數(shù)據(jù)驗(yàn)證了該方法提取幾何特征的精確性;最后,研究了典型艦船目標(biāo)的結(jié)構(gòu)特點(diǎn)和電磁散射特性,提取了面向高分辨SAR圖像分類識(shí)別的宏結(jié)構(gòu)散射特征,并基于集裝箱船、油船、貨船三類典型船只的Terra SAR-X SAR圖像數(shù)據(jù)集驗(yàn)證了該特征的有效性。4、研究了HRWS SAR圖像艦船目標(biāo)分類算法,引入稀疏表示理論,提出了基于方位角限制的高分辨SAR圖像目標(biāo)稀疏表示分類(Sparse Representation Classification,SRC)算法和基于特征空間稀疏表示的SAR圖像艦船目標(biāo)分類算法。首先,研究了SRC原理,并基于MSTAR(Moving and Stationary Target Acquisition and Recognition)數(shù)據(jù)集驗(yàn)證了SRC對(duì)SAR圖像目標(biāo)分類識(shí)別的有效性;然后,分析了目標(biāo)方位角與稀疏表示系數(shù)之間的關(guān)系,提出了基于方位角限制的高分辨SAR圖像目標(biāo)稀疏表示分類算法,實(shí)驗(yàn)驗(yàn)證了該算法對(duì)雷達(dá)俯仰角變化、目標(biāo)型號(hào)變異、不完全觀測(cè)等條件的魯棒性;最后,研究了特征空間稀疏表示字典構(gòu)造方法,提出基于特征空間稀疏表示的高分辨SAR圖像艦船目標(biāo)分類識(shí)別算法,基于三類典型艦船目標(biāo)Terra SAR-X高分辨SAR圖像數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果表明本文算法的識(shí)別性能優(yōu)于模板匹配、K-nearst neighbor(K-NN)、Bayes、SVM等方法。
[Abstract]:......
【學(xué)位授予單位】：國(guó)防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：U675.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳海亮;雷琳;周石琳;;一種抗碎云干擾的海上艦船目標(biāo)檢測(cè)方法[J];計(jì)算機(jī)工程與科學(xué);2010年12期

2 李思純;楊德森;金莉萍;;基于互雙譜與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的艦船目標(biāo)分類(英文)[J];Journal of Marine Science and Application;2009年01期

3 劉松濤,沈同圣,韓艷麗,周曉東;艦船目標(biāo)海天線提取方法研究[J];激光與紅外;2003年01期

4 叢瑜;周偉;于仕財(cái);郭明;;一種對(duì)港口影像進(jìn)行艦船目標(biāo)提取方法[J];計(jì)算機(jī)仿真;2014年01期

5 李為民,石志廣,付強(qiáng);艦船目標(biāo)與舷外干擾的電磁特征分析與鑒別方法研究[J];湖南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

6 山鵬;張振華;王曉紅;;基于艦船目標(biāo)的極化SAR改進(jìn)濾波算法研究[J];遙測(cè)遙控;2011年05期

7 王彥情;馬雷;田原;;光學(xué)遙感圖像艦船目標(biāo)檢測(cè)與識(shí)別綜述[J];自動(dòng)化學(xué)報(bào);2011年09期

8 王勇;許小劍;;海上艦船目標(biāo)的寬帶雷達(dá)散射特征信號(hào)仿真[J];航空學(xué)報(bào);2009年02期

9 閆海鵬;于勇;張彬;;基于實(shí)測(cè)數(shù)據(jù)的艦船目標(biāo)前視成像方法研究[J];遙測(cè)遙控;2014年04期

10 王玉菊;王學(xué)軍;岳麗軍;莫?dú)J華;;多星對(duì)艦船目標(biāo)聯(lián)合探測(cè)能力研究[J];計(jì)算機(jī)仿真;2010年07期

相關(guān)會(huì)議論文 前9條

1 王娟;慈林林;姚康澤;;基于分形的SAR圖像艦船目標(biāo)檢測(cè)[A];全國(guó)第13屆計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)（CAD/CG）學(xué)術(shù)會(huì)議論文集[C];2004年

2 徐陽(yáng);張雪蘭;王娟;;SAR圖像艦船目標(biāo)處理研究綜述[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 李文武;李智勇;粟毅;;一種聯(lián)合灰度和紋理特征的光學(xué)圖像艦船目標(biāo)檢測(cè)方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 陳青華;謝曉方;李宗升;郭天杰;;艦船目標(biāo)紅外視景仿真研究[A];第二屆紅外成像系統(tǒng)仿真測(cè)試與評(píng)價(jià)技術(shù)研討會(huì)論文集[C];2008年

5 韓昭穎;種勁松;;極化SAR圖像艦船目標(biāo)檢測(cè)算法綜述[A];中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專業(yè)全國(guó)第八屆學(xué)術(shù)會(huì)議論文集[C];2004年

6 張輝;杜春;孫浩;計(jì)科峰;;基于CV模型和形狀信息的光學(xué)遙感艦船目標(biāo)分割方法[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

7 何友金;李凱永;任建廣;;一種改進(jìn)的基于遞歸門限分析的紅外艦船目標(biāo)圖像分割方法[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

8 許曼;牛照東;陳曾平;;一種新的低信噪比紅外艦船目標(biāo)自動(dòng)檢測(cè)方法[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

9 謝波;李春升;喬凱;于澤;;基于GRECO的艦船目標(biāo)高頻區(qū)RCS計(jì)算方法在VC++6.0中實(shí)現(xiàn)機(jī)制[A];第七屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)博士學(xué)位論文 前3條

1 段崇雯;基于SAR成像的海面艦船目標(biāo)特征參數(shù)估計(jì)[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 邢相薇;HRWS SAR圖像艦船目標(biāo)監(jiān)視關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 種勁松;合成孔徑雷達(dá)圖像艦船目標(biāo)檢測(cè)算法與應(yīng)用研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2002年

相關(guān)碩士學(xué)位論文 前10條

1 白海娟;艦船目標(biāo)衛(wèi)星遙感影像識(shí)別特征分析方法研究[D];電子科技大學(xué);2013年

2 陳珊;合成孔徑雷達(dá)圖像上艦船目標(biāo)的檢測(cè)[D];上海交通大學(xué);2008年

3 李振環(huán);海面大型艦船目標(biāo)紅外成像研究[D];哈爾濱工業(yè)大學(xué);2014年

4 李翠紅;復(fù)雜海天背景紅外艦船目標(biāo)自動(dòng)檢測(cè)方法研究[D];湖南師范大學(xué);2012年

5 楊明月;復(fù)雜背景條件下海面紅外艦船目標(biāo)的識(shí)別研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

6 王丁禾;復(fù)雜場(chǎng)景紅外艦船目標(biāo)實(shí)時(shí)檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

7 蔣李兵;基于高分辨光學(xué)遙感圖像的艦船目標(biāo)檢測(cè)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

8 代鑫;基于時(shí)空聯(lián)合的海天背景艦船目標(biāo)檢測(cè)方法研究[D];武漢理工大學(xué);2013年

9 陳秋菊;面向識(shí)別的艦船目標(biāo)雷達(dá)回波仿真與特性分析[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

10 謝熙;海天背景下海天線檢測(cè)及艦船目標(biāo)跟蹤研究[D];武漢理工大學(xué);2013年

，

本文編號(hào)：1355545