本文選題：合成孔徑雷達(dá) + 艦船檢測(cè)��； 參考：《合肥工業(yè)大學(xué)》2014年碩士論文

【摘要】：海洋艦船目標(biāo)監(jiān)視監(jiān)測(cè)是我國(guó)一項(xiàng)傳統(tǒng)的國(guó)防任務(wù)。合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)是一種較高分辨率成像雷達(dá),具有全天時(shí)和全天候的工作能力�；赟AR的艦船檢測(cè)一直是目標(biāo)檢測(cè)重要的研究?jī)?nèi)容之一。SAR圖像艦船探測(cè)本質(zhì)是從海雜波中將艦船目標(biāo)分割出來(lái),以及目標(biāo)特征提取與類型識(shí)別。然而隨著SAR技術(shù)的不斷發(fā)展和對(duì)艦船檢測(cè)要求的進(jìn)一步提高,一系列新的命題不斷產(chǎn)生�；谄惹械膶�(shí)際需求,本文展開了如下研究工作：第一,研究了SAR艦船檢測(cè)背景和意義,比較了國(guó)內(nèi)外發(fā)展現(xiàn)狀,總結(jié)出國(guó)外基于應(yīng)用角度發(fā)展艦船檢測(cè)的情況,以及國(guó)內(nèi)專注艦船檢測(cè)核心算法的研究現(xiàn)狀；分析了艦船檢測(cè)亟待解決的新的問題和方向。第二,探究了在艦船檢測(cè)應(yīng)用方面SAR圖像成像機(jī)理,分析并給出艦船檢測(cè)中滿足實(shí)際需求的SAR圖像預(yù)處理常用方法,如雜波濾除、入射角校正和幾何校正；分析了影響艦船檢測(cè)的SAR系統(tǒng)因素和海況因素等。第三,歸納了基于恒虛警率(Constant False Alarm Rate, CFAR)艦船檢測(cè)方法中海雜波統(tǒng)計(jì)經(jīng)典模型,學(xué)習(xí)了不同統(tǒng)計(jì)模型的公式推導(dǎo)、參數(shù)選擇和適用條件,并比較了概率模型優(yōu)缺點(diǎn)等；并在此基礎(chǔ)上介紹了目前研究較多的多階CFAR算法。第四,針對(duì)目前國(guó)內(nèi)在艦船識(shí)別方向雖然理論分析較多,多數(shù)基于人工經(jīng)驗(yàn)和仿真數(shù)據(jù)進(jìn)行的,為了分析SAR艦船目標(biāo)檢測(cè)算法性能和開展進(jìn)一步研究,詳細(xì)介紹了基于實(shí)測(cè)艦船信息分析的實(shí)驗(yàn)和基于SAR圖像和艦船自動(dòng)識(shí)別信息聯(lián)合探測(cè)的實(shí)驗(yàn)�；谏鲜鲅芯繉W(xué)習(xí)討論,圍繞艦船檢測(cè)迫切需要解決的相關(guān)問題,開展了本文較為創(chuàng)新的工作,如下：(1) 針對(duì)高噪聲條件下單視復(fù)SAR圖像研究了基于Rice分布的CFAR檢測(cè)算法,改善了傳統(tǒng)概率模型在噪聲較大情況下檢測(cè)精度較低的情況。(2)對(duì)SAR圖像中艦船目標(biāo)特征分析,并考慮到CFAR算法中虛警率的調(diào)設(shè)過(guò)多地依賴人工先驗(yàn)知識(shí),使得最終檢測(cè)結(jié)果不穩(wěn)定。研究了基于SAR目標(biāo)高亮度、高密集度特征的艦船檢測(cè)算法,并與傳統(tǒng)的形態(tài)學(xué)處理方法進(jìn)行比較,優(yōu)勢(shì)較為明顯。(3)詳細(xì)敘述了高分辨率SAR圖像艦船樣本庫(kù)建設(shè)問題,并研究了艦船目標(biāo)幾何特征提取方法,在此基礎(chǔ)上分析了極化方式和入射角對(duì)艦船長(zhǎng)度的影響,為開展SAR圖像艦船類型識(shí)別做了一定的基礎(chǔ)。
[Abstract]:The monitoring and monitoring of marine ship targets is a traditional national defense task in China. Synthetic Aperture Radar (SAR) is a high resolution imaging radar. It has all day and all-weather working ability. The ship detection based on SAR is one of the important research contents of the target detection. The essence of the.SAR image ship detection is the essence of the ship detection. The ship targets are segmented from the sea clutter, and the target feature extraction and type recognition are extracted. However, with the continuous development of SAR technology and the further improvement of ship detection requirements, a series of new propositions are constantly produced. Based on the urgent practical needs, the following research work has been carried out in this paper. First, the background of SAR ship detection is studied. And significance, compare the development situation at home and abroad, summarize the situation of developing ship detection based on the application angle in foreign countries, and the research status of the core algorithm focusing on ship detection in China; analyze the new problems and directions to be solved in ship detection. Second, explore the imaging mechanism of SAR image in the application of ship detection and analyze and give it The common methods of SAR image preprocessing, such as clutter filtering, incident angle correction and geometric correction, are produced to meet the actual needs of ship detection, such as the SAR system factors and sea condition factors affecting ship detection. Third, the classical model of the sea clutter based on the Constant False Alarm Rate (CFAR) method is summed up. The formula derivation of different statistical models, parameter selection and application conditions are studied, and the advantages and disadvantages of the probability model are compared. On the basis of this, the multi order CFAR algorithm is introduced. Fourth, although there are many theoretical analyses in the direction of ship recognition in China, most of them are based on artificial experience and simulation data. The performance and further research of SAR ship target detection algorithm are analyzed, and experiments based on measured ship information analysis and joint detection based on SAR image and ship automatic recognition information are introduced in detail. Based on the above research and discussion, the relevant problems which are urgently needed to be solved around ship detection are discussed, and the innovation of this paper is carried out in this paper. The following work is as follows: (1) the CFAR detection algorithm based on Rice distribution is studied for single visual complex SAR images under high noise conditions, which improves the situation of low detection precision in the traditional probability model with large noise. (2) analysis of ship target characteristics in the SAR image, and considering the excessive dependence of false alarm rate in the CFAR algorithm. The test results are unstable. The ship detection algorithm based on the high brightness and high density characteristics of the SAR target is studied. Compared with the traditional morphological processing method, the superiority is more obvious. (3) the construction of the high resolution SAR image ship sample database is described in detail, and the geometric feature extraction side of the ship target is studied. On this basis, the influence of polarization mode and incidence angle on ship length is analyzed, which provides a basis for ship type recognition in SAR images.

【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁曉蓮;周激流;李曉華;吳朋;;人臉識(shí)別率與圖像分辨率關(guān)系的比較分析[J];計(jì)算機(jī)工程;2009年11期

2 賈麗娟;;關(guān)于圖像分辨率的教學(xué)思考[J];印刷世界;2011年05期

3 張秀屏，，劉錫國(guó)，叢玉良;提高彩電圖像分辨率的研討[J];光學(xué)精密工程;1994年02期

4 周中華;如何使拷屏圖像更清楚[J];桌面出版與設(shè)計(jì);1999年04期

5 林阿嵐;;如何取得完美圖像[J];電子測(cè)試;2001年08期

6 宋其華;郭根生;;解析計(jì)算機(jī)圖像分辨率[J];中國(guó)電化教育;2003年11期

7 馮金菊;;淺談分辨率[J];才智;2008年22期

8 江靜;蔡鶴;;小議分辨率與輸出圖像的關(guān)系[J];科教文匯(上旬刊);2008年03期

9 李春雨;李衛(wèi)平;;篡改圖像的識(shí)別技術(shù)研究與仿真[J];計(jì)算機(jī)仿真;2011年11期

10 ;教你詳細(xì)了解各種分辨率[J];計(jì)算機(jī)與網(wǎng)絡(luò);2011年24期

相關(guān)會(huì)議論文 前10條

1 王江寧;紀(jì)力強(qiáng);;昆蟲圖像特征研究[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

2 楊德強(qiáng);蘇光大;徐天偉;;一種基于幻想臉的人臉圖像分辨率提升新技術(shù)[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

3 張莉;李佩臻;;用Photoshop對(duì)1：1萬(wàn)DRG入庫(kù)數(shù)據(jù)的處理[A];全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第二十一次學(xué)術(shù)信息交流會(huì)論文集[C];2007年

4 任曉暉;龔勇清;;體全息存儲(chǔ)再現(xiàn)圖像分辨率實(shí)驗(yàn)研究[A];第十一屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2006年

5 廖熠;趙榮椿;;一種基于小波分層模型的自然景物圖像表面恢復(fù)算法[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

6 劉達(dá);李樞平;;對(duì)DCI數(shù)字影院技術(shù)規(guī)范中圖像分級(jí)技術(shù)的理解[A];中國(guó)電影電視技術(shù)學(xué)會(huì)影視技術(shù)文集[C];2007年

7 湯敏;王惠南;;基于IDL語(yǔ)言的醫(yī)學(xué)圖像可視化初步研究[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 趙源萌;鄧朝;張馨;張存林;;被動(dòng)式人體太赫茲安檢成像的分辨率增強(qiáng)算法研究[A];中國(guó)光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)摘要集[C];2011年

9 張尚軍;徐光;祁小江;;影響CR膠片質(zhì)量原因的探討[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

10 何東曉;隋守鑫;劉微;;高清透霧攝像機(jī)的研發(fā)及在交通領(lǐng)域的應(yīng)用[A];第八屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通與安全[C];2013年

相關(guān)重要報(bào)紙文章 前10條

1 劉筱霞;陳永常;PHOTOSHOP中圖像分辨率的設(shè)置[N];中國(guó)包裝報(bào);2002年

2 王樹連;從購(gòu)買圖像到租用衛(wèi)星[N];中國(guó)測(cè)繪報(bào);2003年

3 楊興平;如何抓取指定分辨率的圖像[N];中國(guó)電腦教育報(bào);2003年

4 李鑫;飛利浦200BW8商務(wù)人士明智新寵[N];電子資訊時(shí)報(bào);2007年

5 記者 曾遺榮邋通訊員 冷承秋 實(shí)習(xí)生 向哲林;美國(guó)一高科技公司將落戶武漢[N];湖北日?qǐng)?bào);2007年

6 唐鳳碧;正確運(yùn)用數(shù)碼相機(jī)分辨率[N];中國(guó)攝影報(bào);2007年

7 ;創(chuàng)維TWH-43L（DLP）光顯背投圖像不良的檢修[N];電子報(bào);2008年

8 WLF;細(xì)說(shuō)分辨率[N];電腦報(bào);2003年

9 宏杉;感受專業(yè)動(dòng)力[N];中國(guó)計(jì)算機(jī)報(bào);2001年

10 宋連黨;家庭VCD像冊(cè)大制作[N];中國(guó)電腦教育報(bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 吳輝群;慢性病信息管理系統(tǒng)中視網(wǎng)膜圖像的互操作性及其血管網(wǎng)絡(luò)定量分析研究[D];復(fù)旦大學(xué);2014年

2 田虎;單目圖像的深度估計(jì)[D];北京郵電大學(xué);2015年

3 唐玉芳;商品圖像分類算法研究[D];北京郵電大學(xué);2015年

4 賈勇;建筑物透視探測(cè)關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2014年

5 黃仁杰;非可控條件下人臉識(shí)別中的若干問題研究[D];電子科技大學(xué);2015年

6 王洪;航空光電平臺(tái)圖像穩(wěn)定技術(shù)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2012年

7 孫艷;基于內(nèi)容圖像檢索與敏感圖像過(guò)濾的若干算法研究[D];吉林大學(xué);2011年

8 趙瑩;基于分形幾何學(xué)的圖像信息表示及其應(yīng)用研究[D];合肥工業(yè)大學(xué);2009年

9 唐穎軍;基于語(yǔ)義主題模型的圖像場(chǎng)景分類研究[D];北京交通大學(xué);2010年

10 陸麗;基于人臉圖像的性別識(shí)別與年齡估計(jì)研究[D];上海交通大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 楊棟;面向CTA圖像的冠脈血管分割算法研究和血管狹窄度分析[D];浙江大學(xué);2015年

2 龔若皓;基于嵌入式移動(dòng)GPU的圖像編解碼并行優(yōu)化[D];西南交通大學(xué);2015年

3 曹福來(lái);發(fā)動(dòng)機(jī)燃油噴霧圖像篩選及處理方法的分析研究[D];長(zhǎng)安大學(xué);2015年

4 曹飛寒;高速高分辨率工業(yè)相機(jī)系統(tǒng)設(shè)計(jì)[D];蘇州大學(xué);2015年

5 夏桂林;航海視覺增強(qiáng)系統(tǒng)研究[D];大連海事大學(xué);2015年

6 劉靜;SAR圖像建筑物的三維信息提取算法的研究[D];天津理工大學(xué);2015年

7 王玉萍;基于OCT圖像的青光眼病變定量分析研究[D];南京理工大學(xué);2015年

8 劉瀟;自動(dòng)色彩均衡算法的優(yōu)化[D];華中師范大學(xué);2015年

9 宋慶歡;場(chǎng)景識(shí)別技術(shù)研究[D];中國(guó)科學(xué)院研究生院（光電技術(shù)研究所）;2015年

10 鹿曉龍;非均相液體制劑沉降自動(dòng)監(jiān)測(cè)方法及裝置的研究[D];上海應(yīng)用技術(shù)學(xué)院;2015年

本文編號(hào)：1808394