【摘要】：合成孔徑雷達SAR是一種利用微波進行感知的主動傳感器,它具有全天候、全天時、分辨率高以及穿透力強等特點,成為目前對地觀測和軍事偵察的重要手段。自20世紀50年代以來,雷達成像技術日益成熟,成像分辨率不斷提高,使得SAR圖像目標檢測和識別技術受到了越來越廣泛的關注。現(xiàn)有的SAR圖像目標檢測算法,對于復雜場景下目標的檢測效果較差,會檢測出大量虛警,降低后續(xù)鑒別和識別的準確率。本文通過利用先驗知識,聯(lián)系目標和環(huán)境之間的特定關系,在特定環(huán)境中進行特定目標的檢測,從而有效地降低虛警。同時,本文還將目標的檢測、鑒別和識別算法,嵌入到人機交互界面,實現(xiàn)軟件化,使得整個流程更加直觀,可視化。論文主要安排如下:1.研究了基于場景先驗知識的飛機目標檢測的算法實現(xiàn)。首先,介紹了適用于SAR圖像的邊緣檢測算子。其次,介紹了Hough變換。在邊緣檢測的基礎上,通過Hough變換檢測直線段,得到機場跑道的位置。最后,介紹了區(qū)域生長。在跑道中,選取種子點,利用區(qū)域生長算法生長出機場跑道區(qū)域,在機場跑道區(qū)域中運用CFAR檢測算子,對飛機目標進行檢測。2.研究了基于場景先驗知識的車輛目標檢測后的虛警去除算法實現(xiàn)。車輛目標一般停在開闊地,該區(qū)域一般為SAR圖像中的主導背景區(qū)域,可通過直方圖統(tǒng)計,找到該區(qū)域中的一點作為初始種子點,利用區(qū)域生長算法生長出該區(qū)域。未生長出的區(qū)域有可能是建筑、樹木、陰影等區(qū)域,而這些區(qū)域一般不會存在車輛目標,通過選取訓練樣本,對該區(qū)域進行一類分類,得到真實的樹木、建筑、陰影區(qū)域,在超像素CFAR檢測的基礎上,去除該區(qū)域中檢測到的疑似目標,得到去除虛警后的結(jié)果。3.設計SAR圖像目標檢測與識別軟件。通過MatlabC混合編程技術,將SAR目標檢測-鑒別-識別算法,嵌入到基于MFC設計的人機交互界面,增強了算法的可視化。整個軟件包含了數(shù)據(jù)讀取、預處理、檢測、鑒別、識別和輔助模塊共六個模塊,模塊之間既聯(lián)合又獨立。同時,又預留有其他算法模塊,增強了軟件的可擴展性。
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN957.51

【參考文獻】

相關期刊論文 前10條

1 徐萬朋;陳向?qū)?徐春宇;郗麗娜;;SAR圖像機場區(qū)域的掩體目標檢測方法[J];測繪科學技術學報;2013年05期

2 王蒙;呂建平;;基于邊緣檢測和自動種子區(qū)域生長的圖像分割算法[J];西安郵電學院學報;2011年06期

3 胡霍真;田金文;;基于合成孔徑雷達圖像的機場主跑道檢測方法[J];計算機工程;2011年12期

4 張立平;張紅;王超;張波;楊浩;;大場景高分辨率SAR圖像中機場快速檢測方法[J];中國圖象圖形學報;2010年07期

5 趙暉;王文光;孫進平;洪文;毛士藝;;基于知識的SAR圖像目標檢測[J];系統(tǒng)工程與電子技術;2009年06期

6 王聰華;田徑;;VC++直接調(diào)用MatLab數(shù)學函數(shù)庫的關鍵[J];計算機時代;2009年05期

7 王義敏;秦永元;;基于區(qū)域生長的SAR圖像目標檢測方法研究[J];計算機應用;2009年01期

8 江標初;陳映鷹;;基于知識的SAR圖像機場目標提取方法[J];計算機工程;2007年17期

9 楊順遼;盧凌;杜宗崗;梁軍;李晟;;SAR圖像中機場跑道的自動識別研究[J];武漢理工大學學報(交通科學與工程版);2006年01期

10 鮑復民,李愛國,覃征;合成孔徑雷達圖像中機場跑道的自動識別[J];西安交通大學學報;2004年12期

，

本文編號：2573019