本文關鍵詞：HRWS SAR圖像艦船目標監(jiān)視關鍵技術研究　出處：《國防科學技術大學》2014年博士論文　論文類型：學位論文

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

【摘要】：合成孔徑雷達(Synthetic Aperture Radar,SAR)圖像艦船目標監(jiān)視是SAR海洋遙感應用的重要方向之一,在漁業(yè)控制、海上交通管理、打擊海盜、保護海洋權益等方面具有重要意義。高分辨寬測繪帶(High Resolution Wide Swath,HRWS)SAR高分辨和寬測繪帶的特點一方面有利于提高SAR圖像艦船目標監(jiān)視應用水平,另一方面也帶來了新的挑戰(zhàn)。因此,研究HRWS SAR圖像艦船目標監(jiān)視技術具有十分重要的理論意義和實用價值。本文立足于HRWS SAR成像技術的發(fā)展,分析HRWS SAR圖像艦船目標監(jiān)視面臨的挑戰(zhàn),以提高SAR圖像艦船目標監(jiān)視性能為目的,重點研究了單通道SAR圖像艦船目標檢測、極化SAR圖像艦船目標檢測、高分辨SAR圖像艦船目標特征提取與分類識別等關鍵技術問題。主要研究成果如下:1、針對單極化SAR圖像中雜波邊緣和干擾目標等復雜背景引起的檢測性能下降問題,提出一種復雜背景中變化索引和篩選(Variable Index and Excision,VIE)CFAR(Constant False Alarm Rate,CFAR)的SAR圖像艦船目標檢測算法。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)計特性,基于大量實測SAR圖像數(shù)據(jù)驗證了0G分布對海洋雜波統(tǒng)計特性描述的有效性;然后,在研究CFAR檢測器原理的基礎上,設計了VIE-CFAR檢測器,分析了該檢測器在均勻雜波、雜波邊緣、干擾目標等雜波環(huán)境中的檢測性能;最后,提出了一種復雜背景中VIE-CFAR SAR圖像艦船目標檢測算法,對ENVISAT、Radarsat-2等實測SAR圖像數(shù)據(jù)艦船目標檢測結(jié)果表明,本文算法在雜波邊緣和干擾目標的雜波環(huán)境中較之已有的CFAR方法具有更好的檢測性能。2、針對HRWS SAR成像方位向模糊和旁瓣模糊帶來的檢測虛警問題,研究了極化SAR圖像艦船目標檢測方法,提出了一種基于特征向量選擇加權和SVM(Support Vector Machine,SVM)分類的極化SAR圖像艦船目標檢測算法。首先,研究了典型極化SAR圖像艦船目標檢測方法,分析了極化SAR圖像艦船目標檢測性能;其次,特別針對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行特征選擇和加權,進而采用SVM分類的思想實現(xiàn)極化SAR圖像艦船目標檢測。基于AIRSAR機載全極化數(shù)據(jù)和Radarsat-2星載全極化數(shù)據(jù)對算法性能進行了驗證和評估,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,并對不同的全極化數(shù)據(jù)具有一定魯棒性。3、針對HRWS SAR圖像的高分辨特性,提出了面向分類識別的高分辨SAR圖像艦船目標幾何特征精確提取算法,提取了一種新的基于艦船目標結(jié)構(gòu)特點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圖像艦船目標特征提取方法;然后,針對HRWS SAR高分辨圖像中艦船目標的成像旁瓣、鄰近目標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高精度幾何特征提取方法,并基于實測Terra SAR-X高分辨SAR圖像艦船目標切片數(shù)據(jù)驗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的結(jié)構(gòu)特點和電磁散射特性,提取了面向高分辨SAR圖像分類識別的宏結(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)集驗證了該特征的有效性。4、研究了HRWS SAR圖像艦船目標分類算法,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)集驗證了SRC對SAR圖像目標分類識別的有效性;然后,分析了目標方位角與稀疏表示系數(shù)之間的關系,提出了基于方位角限制的高分辨SAR圖像目標稀疏表示分類算法,實驗驗證了該算法對雷達俯仰角變化、目標型號變異、不完全觀測等條件的魯棒性;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圖像艦船目標分類識別算法,基于三類典型艦船目標Terra SAR-X高分辨SAR圖像數(shù)據(jù)集的實驗結(jié)果表明本文算法的識別性能優(yōu)于模板匹配、K-nearst neighbor(K-NN)、Bayes、SVM等方法。
[Abstract]:......
【學位授予單位】：國防科學技術大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：U675.7

【相似文獻】

相關期刊論文 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檢測方法[J];計算機工程與科學;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)絡的艦船目標分類(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;郭明;;一種對港口影像進行艦船目標提取方法[J];計算機仿真;2014年01期

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

6 山鵬;張振華;王曉紅;;基于艦船目標的極化SAR改進濾波算法研究[J];遙測遙控;2011年05期

7 王彥情;馬雷;田原;;光學遙感圖像艦船目標檢測與識別綜述[J];自動化學報;2011年09期

8 王勇;許小劍;;海上艦船目標的寬帶雷達散射特征信號仿真[J];航空學報;2009年02期

9 閆海鵬;于勇;張彬;;基于實測數(shù)據(jù)的艦船目標前視成像方法研究[J];遙測遙控;2014年04期

10 王玉菊;王學軍;岳麗軍;莫欽華;;多星對艦船目標聯(lián)合探測能力研究[J];計算機仿真;2010年07期

相關會議論文 前9條

1 王娟;慈林林;姚康澤;;基于分形的SAR圖像艦船目標檢測[A];全國第13屆計算機輔助設計與圖形學（CAD/CG）學術會議論文集[C];2004年

2 徐陽;張雪蘭;王娟;;SAR圖像艦船目標處理研究綜述[A];第十四屆全國圖象圖形學學術會議論文集[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圖像艦船目標檢測方法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

4 陳青華;謝曉方;李宗升;郭天杰;;艦船目標紅外視景仿真研究[A];第二屆紅外成像系統(tǒng)仿真測試與評價技術研討會論文集[C];2008年

5 韓昭穎;種勁松;;極化SAR圖像艦船目標檢測算法綜述[A];中國航空學會信號與信息處理專業(yè)全國第八屆學術會議論文集[C];2004年

6 張輝;杜春;孫浩;計科峰;;基于CV模型和形狀信息的光學遙感艦船目標分割方法[A];2013年中國智能自動化學術會議論文集（第三分冊）[C];2013年

7 何友金;李凱永;任建廣;;一種改進的基于遞歸門限分析的紅外艦船目標圖像分割方法[A];2007年光電探測與制導技術的發(fā)展與應用研討會論文集[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自動檢測方法[A];2007年光電探測與制導技術的發(fā)展與應用研討會論文集[C];2007年

9 謝波;李春升;喬凱;于澤;;基于GRECO的艦船目標高頻區(qū)RCS計算方法在VC++6.0中實現(xiàn)機制[A];第七屆全國信息獲取與處理學術會議論文集[C];2009年

相關博士學位論文 前3條

1 段崇雯;基于SAR成像的海面艦船目標特征參數(shù)估計[D];國防科學技術大學;2013年

2 邢相薇;HRWS SAR圖像艦船目標監(jiān)視關鍵技術研究[D];國防科學技術大學;2014年

3 種勁松;合成孔徑雷達圖像艦船目標檢測算法與應用研究[D];中國科學院研究生院（電子學研究所）;2002年

相關碩士學位論文 前10條

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

2 陳珊;合成孔徑雷達圖像上艦船目標的檢測[D];上海交通大學;2008年

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

4 李翠紅;復雜海天背景紅外艦船目標自動檢測方法研究[D];湖南師范大學;2012年

5 楊明月;復雜背景條件下海面紅外艦船目標的識別研究[D];國防科學技術大學;2007年

6 王丁禾;復雜場景紅外艦船目標實時檢測技術研究[D];國防科學技術大學;2012年

7 蔣李兵;基于高分辨光學遙感圖像的艦船目標檢測方法研究[D];國防科學技術大學;2006年

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

9 陳秋菊;面向識別的艦船目標雷達回波仿真與特性分析[D];國防科學技術大學;2006年

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

，

本文編號：1355545