【摘要】：機(jī)場在軍事和交通運(yùn)輸領(lǐng)域都有很重要的作用,對它的自動檢測具有重大意義。該文提出了一種利用全極化合成孔徑雷達(dá)(PolSAR)圖像檢測機(jī)場和跑道的方法。首先,通過一種改進(jìn)的Freeman分解提取3種散射機(jī)制的能量作為像素點(diǎn)的特征,利用模糊C-均值聚類(FCM)算法分割圖像來獲得疑似機(jī)場目標(biāo)區(qū)域(region of interest,ROI)。然后采用基于復(fù)wishart分布的K-均值聚類算法精細(xì)分割ROI,得到完整的機(jī)場跑道結(jié)構(gòu);提出一種檢測機(jī)場主跑道的方法進(jìn)行ROI辨識,最終確定機(jī)場目標(biāo)。采用多組PolSAR數(shù)據(jù)進(jìn)行驗(yàn)證,并比較了單、雙和全極化圖像的機(jī)場檢測效果。結(jié)果表明:該方法具有較高的檢測率和較低的虛警率,并且具有較好的抗噪性能。
[Abstract]:Airport plays an important role in both military and transportation fields, and has great significance for its automatic detection. This paper presents a method for detecting airfields and runways using (PolSAR) images of fully polarized synthetic aperture radar (SAR). Firstly, an improved Freeman decomposition is used to extract the energy of three scattering mechanisms as the feature of pixel points, and the fuzzy C-means clustering (FCM) algorithm is used to segment the image to obtain the suspected airport target region (region of interest,ROI. Then the complex wishart distribution-based K-means clustering algorithm is used to fine segment the ROI, to obtain a complete airport runway structure, and a method to detect the main runway of the airport is proposed to identify the main runway of the airport by ROI identification, and finally, the airport target is determined. The field detection effects of single, double and full polarimetric images were compared by using multiple PolSAR data. The results show that the method has high detection rate, low false alarm rate and good anti-noise performance.
【作者單位】： 清華大學(xué)電子工程系;
【基金】：國家自然科學(xué)基金面上項(xiàng)目(41171317)
【分類號】：V351;TN958

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉文祥;張繼賢;黃國滿;趙爭;盧麗君;魏鉅杰;;地形輻射校正在極化SAR影像分類中的應(yīng)用[J];測繪科學(xué);2014年03期

2 肖可可;汪長城;左廷英;宋才秀;解清華;楊如紅;韓瀟冰;王增茂;;散射模型的多時相極化SAR斑點(diǎn)噪聲濾波算法[J];測繪科學(xué);2014年02期

3 王霄鵬;張杰;馬毅;任廣波;;不同極化方式SAR與TM融合影像濱海濕地分類精度比較[J];海洋學(xué)研究;2014年01期

4 張永紅;張現(xiàn)峰;付姣;金姍姍;;一種基于極化距離測度的SAR變化檢測方法[J];測繪學(xué)報;2014年02期

5 崔建楠;邢立新;葉超;高志勇;;雙極化SAR影像的分類研究[J];安徽農(nóng)業(yè)科學(xué);2015年04期

6 張爽;王爽;焦李成;;一種新的基于Wishart MRF的全極化SAR圖像分類方法[J];計算機(jī)科學(xué);2014年11期

7 陳建宏;趙擁軍;黃潔;劉偉;賴濤;;改進(jìn)的多視PolSAR非局部均值濾波算法[J];測繪科學(xué)技術(shù)學(xué)報;2014年05期

8 陳博;王爽;焦李成;;基于加權(quán)投票集成的極化SAR圖像分類方法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2015年03期

9 滑文強(qiáng);王爽;侯彪;;基于半監(jiān)督學(xué)習(xí)的SVM-Wishart極化SAR圖像分類方法[J];雷達(dá)學(xué)報;2015年01期

10 白樺;馮恩信;;自適應(yīng)堆棧濾波在極化SAR圖像分類預(yù)處理中的應(yīng)用[J];中國電子科學(xué)研究院學(xué)報;2015年02期

相關(guān)會議論文 前1條

1 晉瑞錦;周偉;楊健;;極化SAR圖像機(jī)場主跑道檢測方法[A];第三屆高分辨率對地觀測學(xué)術(shù)年會優(yōu)秀論文集[C];2014年

相關(guān)博士學(xué)位論文 前6條

1 孫盛;全極化合成孔徑雷達(dá)圖像處理方法研究[D];華中科技大學(xué);2013年

2 程曉光;特征值非負(fù)約束下的基于模型的極化SAR分解研究[D];武漢大學(xué);2014年

3 孫盛;全極化合成孔徑雷達(dá)圖像處理方法研究[D];華中科技大學(xué);2013年

4 劉高峰;極化SAR圖像特征提取與分類方法研究[D];西安電子科技大學(xué);2014年

5 王娜;極化SAR圖像人造目標(biāo)檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2012年

6 李洋洋;集成光學(xué)與微波遙感蘇打鹽堿地水鹽含量反演方法研究[D];中國科學(xué)院研究生院（東北地理與農(nóng)業(yè)生態(tài)研究所）;2014年

相關(guān)碩士學(xué)位論文 前10條

1 郭衛(wèi)英;基于譜聚類的極化SAR圖像分類研究[D];西安電子科技大學(xué);2013年

2 馬兆峰;基于統(tǒng)計建模和塊相似性的SAR圖像降斑[D];西安電子科技大學(xué);2013年

3 許雙星;極化SAR圖像相干斑抑制及分類研究[D];西安電子科技大學(xué);2013年

4 蔣含祿;基于統(tǒng)計檢驗(yàn)的極化SAR相干斑抑制研究[D];西安電子科技大學(xué);2013年

5 李崇謙;基于K-wishart分布的極化SAR圖像分類研究[D];西安電子科技大學(xué);2013年

6 何吟;基于極化分解的極化SAR圖像分類[D];電子科技大學(xué);2013年

7 謝雯君;極化與干涉信息融合的SAR影像林地信息提取[D];中國測繪科學(xué)研究院;2013年

8 楊道蓮;機(jī)載SAR圖像陸地目標(biāo)檢測方法的研究[D];合肥工業(yè)大學(xué);2013年

9 李蘭;基于有限混合模型的極化SAR影像分類方法研究[D];西安科技大學(xué);2013年

10 王馨爽;多維度SAR森林及其類型分類識別方法研究[D];西安科技大學(xué);2013年

，

本文編號：2428127