【摘要】：隨著全球海洋運輸貿(mào)易規(guī)模的迅速發(fā)展,以及各國日益加大對海洋資源的開發(fā)和環(huán)境的保護力度,對海上交通運輸進行有效監(jiān)測十分重要。極化合成孔徑雷達(Polarimetric Synthetic Aperture Radar,PolSAR)因其能夠獲得地物的極化散射特征,包含有與目標(biāo)相關(guān)更加豐富的信息,在海上船舶檢測相關(guān)研究中被廣泛應(yīng)用。本文采用了RADARSAT-2、高分三號以及TanDEM-X全極化圖像作為實驗數(shù)據(jù)進行船舶檢測研究。首先分析了極化SAR圖像上船舶對象和海面背景的成像和散射特征差異,并根據(jù)利用極化特征提高二者對比度的思想,提出了基于差值矩陣改進的香農(nóng)熵的極化SAR圖像船舶檢測算法。同時,采用深度學(xué)習(xí)方法對極化SAR圖像船舶檢測進行了探索和研究。文章主要完成了如下工作:(一)介紹了極化SAR圖像海上船舶檢測的國內(nèi)外研究現(xiàn)狀和相關(guān)理論基礎(chǔ)。分析了海面背景和船舶對象的成像特點與極化散射特征差異,以及在利用極化SAR圖像進行船舶檢測時常遇到的干擾信息。(二)從提高極化SAR圖像局部對比度的角度出發(fā),提出了基于極化協(xié)方差差值矩陣而改進的香農(nóng)熵參數(shù)。采用改進的香農(nóng)熵特征,可以增強船舶對象的強度,并對海面背景和干擾信息進行抑制。分析了該特征圖像上海面背景的分布模型,并采取CFAR方法實現(xiàn)船舶對象的檢測。采用實驗數(shù)據(jù)對該方法進行驗證,并與其他方法進行對比。本方法能夠?qū)崿F(xiàn)虛警率和漏檢率的同時降低,提高檢測結(jié)果準(zhǔn)確度。(三)從探索深度學(xué)習(xí)在極化SAR圖像船舶檢測領(lǐng)域應(yīng)用前景的角度出發(fā),利用卷積神經(jīng)網(wǎng)絡(luò)Faster R-CNN模型對其進行研究。對由實驗數(shù)據(jù)的Pauli圖像所構(gòu)成的測試集上,采用Faster R-CNN模型對船舶對象實現(xiàn)檢測,檢測準(zhǔn)確率達到了90%以上,同時應(yīng)用到開闊海域和包含有陸地與海岸的整景影像的檢測。
【學(xué)位授予單位】：中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN957.52
【圖文】：

1.1 RADARSAT-2 實驗數(shù)據(jù)地理位置（黃色矩形框，藍色矩形框和紅色矩形框所光學(xué)圖像的區(qū)域分別對應(yīng)表 1.2 中的數(shù)據(jù) 1, 2, 3）Figure 1.1 The location of the three RADARSAT-2 experimental images2 高分三號數(shù)據(jù)高分三號衛(wèi)星（GF-3）為我國 “高分專項”工程組成項目之一，由中術(shù)研究院負責(zé)總體設(shè)計和研制，于 2016 年 8 月 10 日發(fā)射并在軌運行，顆分辨率達到米級水平的全極化 SAR 成像衛(wèi)星，總重量約為 2, 800kg臺 C 波段合成孔徑雷達載荷 （張慶君，2017）。高分三號衛(wèi)星成像模 12 種，可以實現(xiàn)從低分辨率到高分辨率，窄到寬覆蓋范圍以及不同極各類數(shù)據(jù)的獲取。各成像模式的主要參數(shù)如表 1.3 中所示。表 1.3 高分三號衛(wèi)星全極化模式影像成像參數(shù)Table 1.3 The imaging parameters of the Gaofen-3 satellite

（b）.2 高分三號實驗數(shù)據(jù)地理位置（其中紅色矩形框，綠色矩形框和藍色矩形框的區(qū)域分別對應(yīng)表 1.4 中的數(shù)據(jù) 4, 5, 6）Figure 1.2 The location of the three Gaofen-3 QPS-I mode image in Google Earth

【參考文獻】

相關(guān)期刊論文 前1條

1 龍夢啟;楊學(xué)志;孟俊敏;劉根旺;張晰;董張玉;;利用香農(nóng)熵的雙極化合成孔徑雷達船只檢測[J];遙感信息;2015年05期

本文編號：2713482