發(fā)布時間：2018-04-27 00:31

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

【摘要】：海洋艦船目標監(jiān)視監(jiān)測是我國一項傳統(tǒng)的國防任務。合成孔徑雷達(Synthetic Aperture Radar, SAR)是一種較高分辨率成像雷達,具有全天時和全天候的工作能力�；赟AR的艦船檢測一直是目標檢測重要的研究內容之一。SAR圖像艦船探測本質是從海雜波中將艦船目標分割出來,以及目標特征提取與類型識別。然而隨著SAR技術的不斷發(fā)展和對艦船檢測要求的進一步提高,一系列新的命題不斷產生�；谄惹械膶嶋H需求,本文展開了如下研究工作：第一,研究了SAR艦船檢測背景和意義,比較了國內外發(fā)展現(xiàn)狀,總結出國外基于應用角度發(fā)展艦船檢測的情況,以及國內專注艦船檢測核心算法的研究現(xiàn)狀；分析了艦船檢測亟待解決的新的問題和方向。第二,探究了在艦船檢測應用方面SAR圖像成像機理,分析并給出艦船檢測中滿足實際需求的SAR圖像預處理常用方法,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)艦船檢測方法中海雜波統(tǒng)計經典模型,學習了不同統(tǒng)計模型的公式推導、參數(shù)選擇和適用條件,并比較了概率模型優(yōu)缺點等；并在此基礎上介紹了目前研究較多的多階CFAR算法。第四,針對目前國內在艦船識別方向雖然理論分析較多,多數(shù)基于人工經驗和仿真數(shù)據(jù)進行的,為了分析SAR艦船目標檢測算法性能和開展進一步研究,詳細介紹了基于實測艦船信息分析的實驗和基于SAR圖像和艦船自動識別信息聯(lián)合探測的實驗。基于上述研究學習討論,圍繞艦船檢測迫切需要解決的相關問題,開展了本文較為創(chuàng)新的工作,如下：(1) 針對高噪聲條件下單視復SAR圖像研究了基于Rice分布的CFAR檢測算法,改善了傳統(tǒng)概率模型在噪聲較大情況下檢測精度較低的情況。(2)對SAR圖像中艦船目標特征分析,并考慮到CFAR算法中虛警率的調設過多地依賴人工先驗知識,使得最終檢測結果不穩(wěn)定。研究了基于SAR目標高亮度、高密集度特征的艦船檢測算法,并與傳統(tǒng)的形態(tài)學處理方法進行比較,優(yōu)勢較為明顯。(3)詳細敘述了高分辨率SAR圖像艦船樣本庫建設問題,并研究了艦船目標幾何特征提取方法,在此基礎上分析了極化方式和入射角對艦船長度的影響,為開展SAR圖像艦船類型識別做了一定的基礎。
[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.

【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN957.52

【相似文獻】

相關期刊論文 前10條

1 丁曉蓮;周激流;李曉華;吳朋;;人臉識別率與圖像分辨率關系的比較分析[J];計算機工程;2009年11期

2 賈麗娟;;關于圖像分辨率的教學思考[J];印刷世界;2011年05期

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

4 周中華;如何使拷屏圖像更清楚[J];桌面出版與設計;1999年04期

5 林阿嵐;;如何取得完美圖像[J];電子測試;2001年08期

6 宋其華;郭根生;;解析計算機圖像分辨率[J];中國電化教育;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;;篡改圖像的識別技術研究與仿真[J];計算機仿真;2011年11期

10 ;教你詳細了解各種分辨率[J];計算機與網絡;2011年24期

相關會議論文 前10條

1 王江寧;紀力強;;昆蟲圖像特征研究[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

2 楊德強;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[A];第二十七屆中國控制會議論文集[C];2008年

3 張莉;李佩臻;;用Photoshop對1：1萬DRG入庫數(shù)據(jù)的處理[A];全國測繪科技信息網中南分網第二十一次學術信息交流會論文集[C];2007年

4 任曉暉;龔勇清;;體全息存儲再現(xiàn)圖像分辨率實驗研究[A];第十一屆全國光學測試學術討論會論文（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算法[A];第十屆全國信號處理學術年會（CCSP-2001）論文集[C];2001年

6 劉達;李樞平;;對DCI數(shù)字影院技術規(guī)范中圖像分級技術的理解[A];中國電影電視技術學會影視技術文集[C];2007年

7 湯敏;王惠南;;基于IDL語言的醫(yī)學圖像可視化初步研究[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

8 趙源萌;鄧朝;張馨;張存林;;被動式人體太赫茲安檢成像的分辨率增強算法研究[A];中國光學學會2011年學術大會摘要集[C];2011年

9 張尚軍;徐光;祁小江;;影響CR膠片質量原因的探討[A];2009中華醫(yī)學會影像技術分會第十七次全國學術大會論文集[C];2009年

10 何東曉;隋守鑫;劉微;;高清透霧攝像機的研發(fā)及在交通領域的應用[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

相關重要報紙文章 前10條

1 劉筱霞;陳永常;PHOTOSHOP中圖像分辨率的設置[N];中國包裝報;2002年

2 王樹連;從購買圖像到租用衛(wèi)星[N];中國測繪報;2003年

3 楊興平;如何抓取指定分辨率的圖像[N];中國電腦教育報;2003年

4 李鑫;飛利浦200BW8商務人士明智新寵[N];電子資訊時報;2007年

5 記者 曾遺榮邋通訊員 冷承秋 實習生 向哲林;美國一高科技公司將落戶武漢[N];湖北日報;2007年

6 唐鳳碧;正確運用數(shù)碼相機分辨率[N];中國攝影報;2007年

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

8 WLF;細說分辨率[N];電腦報;2003年

9 宏杉;感受專業(yè)動力[N];中國計算機報;2001年

10 宋連黨;家庭VCD像冊大制作[N];中國電腦教育報;2003年

相關博士學位論文 前10條

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

2 田虎;單目圖像的深度估計[D];北京郵電大學;2015年

3 唐玉芳;商品圖像分類算法研究[D];北京郵電大學;2015年

4 賈勇;建筑物透視探測關鍵技術研究[D];電子科技大學;2014年

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

6 王洪;航空光電平臺圖像穩(wěn)定技術研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2012年

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

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

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

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

相關碩士學位論文 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;2015年

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

3 曹福來;發(fā)動機燃油噴霧圖像篩選及處理方法的分析研究[D];長安大學;2015年

4 曹飛寒;高速高分辨率工業(yè)相機系統(tǒng)設計[D];蘇州大學;2015年

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

8 劉瀟;自動色彩均衡算法的優(yōu)化[D];華中師范大學;2015年

9 宋慶歡;場景識別技術研究[D];中國科學院研究生院（光電技術研究所）;2015年

10 鹿曉龍;非均相液體制劑沉降自動監(jiān)測方法及裝置的研究[D];上海應用技術學院;2015年

本文編號：1808394