本文選題：極化SAR + 人造目標提取��； 參考：《國防科學技術(shù)大學》2014年博士論文

【摘要】：本文圍繞“極化SAR圖像人造目標提取”課題進行研究,基于時頻分析技術(shù)挖掘目標及其背景雜波的散射特性,提取時頻特征增強目標抑制雜波,并融合其它有效極化特性,構(gòu)建出提取效果好、抗干擾能力強、適用范圍廣、貼近工程應用的無監(jiān)督目標提取算法。實驗過程針對多個復雜場景進行分析,重點關(guān)注復雜背景條件下建筑物、艦船兩類人造目標提取工作。論文主要內(nèi)容以及創(chuàng)新點如下:1.復雜電磁干擾有可能影響SAR成像質(zhì)量,對于嚴重影響圖像質(zhì)量的顯性干擾,由于干擾噪聲強度不低于信號強度,導致任何后續(xù)解譯工作無法進行,本文介紹了該類干擾抑制處理流程,并利用受干擾的海冰場景數(shù)據(jù)進行方法驗證;對于不影響圖像幅度信息,但有損相位信息的隱形干擾,當對數(shù)據(jù)進行時頻分析或者極化特性分析時,該類干擾會影響后續(xù)特征提取。為此,本文設計了干擾抑制方案,實驗證明了干擾抑制有利于后續(xù)時頻特征的準確提取。2.基于時頻平穩(wěn)特性分析,提出了時頻平穩(wěn)性度量方法,借助于人造目標的時頻非平穩(wěn)特征以及自然背景地物雜波的平穩(wěn)特征,對兩類復雜場景進行了時頻分析。第一,在復雜城區(qū)場景中對建筑物目標進行提取,驗證方法的有效性,比較利用單極化以及全極化數(shù)據(jù)的實驗結(jié)果;第二,針對極地復雜海冰場景,分析海冰獨特的散射特性,利用時頻平穩(wěn)度描述子對艦船和海冰背景進行鑒別處理,增強了兩者對比度,有利于準確提取艦船目標。3.基于時頻相干特性分析,設計了時頻相干性度量方法,并提出了新的基于時頻相干度量的極化特性描述子,分析了三類復雜場景:第一,對于復雜城區(qū)場景,相干度量方法能夠有效提取建筑物,基于新的極化特性描述子對提取出的建筑物進行極化特性分析,能夠有效地對建筑物高度等相關(guān)信息進行估計反演;基于雙波段的極化SAR數(shù)據(jù),比較分析不同波段條件下相干散射子的提取結(jié)果,實驗分析結(jié)果與理論估計相吻合。第二,對于復雜虛影場景,將不同時頻分解模式對虛影的抑制程度進行比較,同樣對該場景下艦船目標進行極化特性分析。實驗證明時頻相干度描述子能夠?qū)ε灤M行有效地提取,并極大減少了虛影可能引起的虛警。第三,對于復雜海冰場景,利用時頻相干度描述子對艦船提取、檢測以及鑒別,并利用所提出的時頻極化特性描述子刻畫艦船極化特征,分析結(jié)果符合目標真實結(jié)構(gòu)。4.基于多特征融合方法,構(gòu)建了多特征融合的人造目標提取方案,具體內(nèi)容如下:第一,將時頻平穩(wěn)性與相干性結(jié)合起來,定性分析兩者關(guān)系,基于融合特征對建筑物進行最大程度的提取,取得了滿意結(jié)果。第二,探討了時頻特征與極化干涉相干度特征融合方法,有利于進一步對城區(qū)環(huán)境進行地物分類。第三,面向低分辨率星載城區(qū)數(shù)據(jù),融合時頻相干度與極化反射對稱等多項極化特征,非時頻特征彌補了時頻分析降低分辨率的不足,時頻特征有著獨特抗干擾性能,兩者優(yōu)勢互補,融合策略能有效提取建筑物目標。第四,鑒于城區(qū)的高度不均勻性,提出了新的基于非高斯G0模型的時頻平穩(wěn)度描述子,并融合圓極化相關(guān)系數(shù)進行閾值設定,對不同朝向建筑物進行提取,效果良好�？偟膩碚f,論文提出的一系列時頻分析方法以及特征描述子,能夠有效地對極化SAR人造目標進行提取,基于多類復雜場景不同傳感器數(shù)據(jù)進行了性能檢驗評估,可以達到工程應用水平,為進一步目標解譯研究奠定了基礎。
[Abstract]:This paper focuses on the subject of "polarizing SAR image artificial target extraction". Based on time frequency analysis technology, it excavate the scattering characteristics of target and background clutter, extract time frequency characteristics to enhance target suppression clutter, and fuse other effective polarization characteristics, and build a good extraction effect, strong anti-interference ability, wide application range and close to engineering application. Unsupervised target extraction algorithm. The experimental process is aimed at a number of complex scenes, focusing on the complex background conditions of buildings and ship two types of artificial target extraction. The main contents and innovation points are as follows: 1. complex electromagnetic interference may affect the quality of SAR imaging, and the dominant interference which seriously affects the quality of the image is caused by the complex electromagnetic interference. The interference noise intensity is not less than the signal intensity, resulting in any subsequent interpretation work that can not be carried out. This paper introduces this kind of interference suppression processing flow, and uses the interfered sea ice scene data to verify the method; for the stealth interference that does not affect the image amplitude information, but the phase information is damaged, the time frequency analysis of the data is performed or When the polarization characteristics are analyzed, this kind of interference will affect the subsequent feature extraction. Therefore, the interference suppression scheme is designed in this paper. The experiment proves that the interference suppression is beneficial to the accurate extraction of the time frequency characteristics of the subsequent.2., and the time frequency stability measurement method is proposed, with the aid of the time-frequency nonstationary feature and self - frequency characteristics of the artificial target. However, the time-frequency analysis of two kinds of complex scenes is carried out for the stationary features of the background ground clutter. First, to extract the building targets in the complex urban scene, verify the effectiveness of the method and compare the experimental results of the single polarization and the fully polarized data. Second, the unique scattering characteristics of the sea ice are analyzed for the extremely complex sea ice scenes. The time frequency stationary descriptor is used to identify the ship and sea ice background, which enhances the contrast between the two. It is beneficial to accurately extract the ship target.3. based on the time-frequency coherence analysis. The time frequency coherence measurement method is designed, and a new polarimetric characteristic descriptor based on time frequency coherence measurement is proposed, and three kinds of complex scenes are analyzed. First, for the complex urban scene, the coherent measurement method can effectively extract the building. Based on the new polarization characteristic descriptor to analyze the polarization characteristics of the extracted building, it can effectively estimate the building height and other related information. Based on the dual band polarization SAR data, it compares and analyzes the phase under different wavelengths. The results of the dry scatterer are in agreement with the theoretical estimation. Second, for the complex virtual shadow scene, the suppression degree of the virtual shadow is compared with the different time-frequency decomposition modes, and the polarization characteristics of the ship target are analyzed in the same scene. The experiment shows that the frequency phase dry descriptor can effectively extract the ship. Third, for complex sea ice scenes, the time frequency coherence descriptor is used to extract, detect and identify ships, and the characteristics of ship polarization are described by the time frequency polarization descriptor. The analysis results conform to the real structure of the target.4. based on multi feature fusion method, and the multi feature is constructed. The main contents are as follows: first, combining time frequency stability and coherence, qualitative analysis of the two relations, based on fusion characteristics to the maximum degree of extraction of buildings, obtained satisfactory results. Second, the time frequency characteristics and polarization interference coherence feature fusion method is discussed, which is beneficial to the entry. Step to the urban environment classification. Third, facing the low resolution spaceborne city data, fusion time frequency coherence and polarization reflection symmetry, such as multi polarization characteristics, non time-frequency characteristics make up for the time frequency analysis to reduce the resolution, the time frequency characteristics have unique anti-interference performance, the two advantages complement each other, fusion strategy can effectively extract building. Fourth, in view of the high heterogeneity of the city, a new time frequency stationary descriptor based on the non Gauss G0 model is proposed, and the threshold setting is combined with the correlation coefficient of circular polarization to extract different orientations. In general, a series of time frequency analysis methods and feature descriptors proposed in this paper can be used. It is effective to extract the polarimetric SAR artificial target and evaluate the performance of different sensor data based on multiple complex scenes. It can reach the level of engineering application and lay a foundation for further target interpretation research.

【學位授予單位】：國防科學技術(shù)大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TN957.52

【相似文獻】

相關(guān)期刊論文 前10條

1 徐秋平;郭敏;王亞榮;;基于圖割的目標提取實時修正算法[J];計算機應用;2008年12期

2 靳俊峰;方青;田明輝;;基于檢測分段的機場目標提取算法[J];計算機應用;2013年S1期

3 張?zhí)煨�，魏洛剛，彭嘉雄，謝先明;目標提取與跟蹤的穩(wěn)定性研究[J];華中理工大學學報(社會科學版);1994年05期

4 田曉冬;趙海嘯;孫運達;;基于視覺的目標提取方法綜述[J];電腦知識與技術(shù)(學術(shù)交流);2007年02期

5 丁亞蘭;耿楠;周全程;;基于圖像的獼猴桃果實目標提取研究[J];微計算機信息;2009年18期

6 傅偉;萬洪曉;熊平;;基于透明度的目標提取的研究[J];計算機應用與軟件;2009年07期

7 孫棣華;王川童;趙敏;;基于非參數(shù)核密度模型的交通圖像目標提取[J];計算機工程與應用;2011年21期

8 徐亞飛;;基于多目標提取與航跡處理的目標告警算法[J];探測與控制學報;2012年04期

9 王亞榮;徐秋平;;基于窄帶圖割的交互式快速目標提取[J];計算機工程與應用;2013年03期

10 劉少創(chuàng)，，林宗堅;基于動態(tài)規(guī)劃的航空影象中的目標提取[J];中國圖象圖形學報;1996年01期

相關(guān)會議論文 前8條

1 劉鎮(zhèn);趙秋實;孫遠平;;一種注意力驅(qū)動的顯著目標提取方法[A];2008年計算機應用技術(shù)交流會論文集[C];2008年

2 鄭江濱;張艷寧;付亞奇;趙榮椿;;視頻監(jiān)視中精確的目標提取算法[A];第十屆全國信號處理學術(shù)年會（CCSP-2001）論文集[C];2001年

3 劉銳;孫涵;;基于行掃描的目標提取算法[A];中國電子學會第十六屆信息論學術(shù)年會論文集[C];2009年

4 王秋讓;趙榮椿;;基于圖象結(jié)構(gòu)的門限自動選擇及目標提取[A];中國圖象圖形科學技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

5 閆敬文;盧剛;王超;郭子祺;;基于形態(tài)學小波變換的SAR圖像數(shù)據(jù)海洋目標提取[A];中國圖象圖形學會第十屆全國圖像圖形學術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

6 石雪強;程新文;;蘋果采摘機器人視覺系統(tǒng)的目標提取研究[A];現(xiàn)代果樹示范區(qū)創(chuàng)建暨果樹優(yōu)質(zhì)高效標準化生產(chǎn)技術(shù)交流會論文匯編[C];2012年

7 王剛;王奮飛;陳建勝;陳世榮;;典型災害對象目標提取方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

8 鄭存紅;張文艷;董靜;;紅外小目標聚類算法研究及DSP實現(xiàn)[A];中國造船工程學會電子技術(shù)學術(shù)委員會2006學術(shù)年會論文集（下冊）[C];2006年

相關(guān)博士學位論文 前4條

1 胡粲彬;基于時頻分析的極化SAR圖像人造目標提取技術(shù)研究[D];國防科學技術(shù)大學;2014年

2 王欽軍;高/多光譜遙感目標識別算法及其在巖性目標提取中的應用[D];中國科學院研究生院（遙感應用研究所）;2006年

3 張曉峰;基于條件隨機場的目標提取[D];華東師范大學;2012年

4 蔣鵬;基于語義的視頻內(nèi)容提取與分析關(guān)鍵技術(shù)研究[D];南京航空航天大學;2009年

相關(guān)碩士學位論文 前10條

1 龔香;運動車輛目標提取與跟蹤技術(shù)研究[D];電子科技大學;2015年

2 劉江;車輛目標提取算法研究[D];東南大學;2015年

3 李浩;基于自適應橢圓分塊和小波邊緣檢測的多豬目標提取方法[D];江蘇大學;2016年

4 李英;新一代智能視頻分析系統(tǒng)中目標提取算法的研究與實現(xiàn)[D];電子科技大學;2010年

5 李龍飛;衛(wèi)星圖像中車輛目標提取方法優(yōu)化與精度評價[D];北京交通大學;2012年

6 張曉麗;基于慢鏡頭的網(wǎng)球視頻目標提取[D];內(nèi)蒙古師范大學;2013年

7 田明楊;基于時空分析的目標提取算法研究與應用[D];北京交通大學;2014年

8 戚文婷;面向線目標提取的多源信息融合技術(shù)研究[D];哈爾濱工業(yè)大學;2010年

9 梁玲玲;面向購物搜索的目標提取算法研究及系統(tǒng)實現(xiàn)[D];西南交通大學;2012年

10 何丹;基于線陣CCD的高速弱小目標提取算法研究[D];西安工業(yè)大學;2013年

本文編號：1838944