本文關(guān)鍵詞：SAR圖像ATR系統(tǒng)中機動目標的分割及相似性量化對比研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：目前,合成孔徑雷達(SAR)偵察系統(tǒng)的數(shù)據(jù)獲取技術(shù)明顯超前于數(shù)據(jù)處理技術(shù),圖像的解譯能力無法滿足大量的圖像數(shù)據(jù)處理的要求。如何通過計算機運算實現(xiàn)SAR圖像的自動目標識別和解譯,是當前急需解決的世界性難題。而SAR圖像相似性量化對比,是圖像檢索、圖像匹配、目標識別與分類等應(yīng)用的重要組成部分,對于SAR圖像的自動解譯有著十分重要的意義。本文將對SAR圖像的相似性量化對比轉(zhuǎn)變?yōu)榉謩e對機動目標、陰影和背景區(qū)域這三部分進行相似性量化對比,以達到對整幅SAR圖像進行量化對比的目的。針對恒虛警檢測算法的缺點以及只能二值化分割的特點,本文提出在恒虛警檢測之前先根據(jù)圖像的紋理特征對圖像進行一定的模糊處理。本文將對感興趣區(qū)域的對比分為輪廓對比和灰度對比兩方面。本文提出了一種新穎的輪廓對比方法,即提取輪廓信息,進而提取并匹配特征點,對序列進行最佳比對及元素填充,最后計算序列相似度�；叶葘Ρ确椒ㄊ侵敢云骄叶炔詈椭狈綀D的相關(guān)系數(shù)來度量灰度的相似性。本文采用并改進差分計盒維數(shù)法以及自相關(guān)函數(shù)法和基于灰度共生矩陣的紋理特征提取方法對圖像的紋理進行描述以及相似性對比。為了直觀地體現(xiàn)對比結(jié)果,本文將盒維數(shù)之差、角二階矩和逆差矩之差作為衡量紋理相似性的指標。SAR圖像的分類和識別是實現(xiàn)SAR圖像自我解譯的一個重要環(huán)節(jié),而SAR圖像相似性量化對比是實現(xiàn)SAR圖像分類與目標識別的核心部分。本文提出的算法計算結(jié)果與人眼視覺判斷結(jié)果相吻合,可為圖像的后續(xù)處理提供參考。
【關(guān)鍵詞】：合成孔徑雷達 圖像對比 圖像分割 特征點 特征提取 目標識別
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-14
• 1.1 課題研究背景及意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.3 論文研究內(nèi)容及要求11-12
• 1.4 論文組織結(jié)構(gòu)12-14
• 第二章 SAR圖像機動目標分割14-26
• 2.1 前言14
• 2.2 SAR圖像分割概述14-15
• 2.3 基于灰度共生矩陣的特征影像的提取15-20
• 2.3.1 灰度共生矩陣理論概述15-17
• 2.3.2 算法流程17-18
• 2.3.3 實驗結(jié)果與分析18-20
• 2.4 基于瑞利分布的恒虛警檢測算法20-25
• 2.4.1 恒虛警檢測算法理論概述20-23
• 2.4.2 算法流程23-24
• 2.4.3 實驗結(jié)果與分析24-25
• 2.5 本章小結(jié)25-26
• 第三章 SAR圖像機動目標相似性量化對比26-42
• 3.1 前言26
• 3.2 物體輪廓的相似性量化對比26-36
• 3.2.1 基于Freeman鏈碼物體輪廓的提取26-28
• 3.2.2 特征點的提取與匹配28-31
• 3.2.3 基于Needleman-Wunsch算法的最佳序列比對31-33
• 3.2.4 序列相似度的計算33-36
• 3.3 物體灰度的相似性量化對比36-41
• 3.3.1 圖像的灰度直方圖36-38
• 3.3.2 灰度直方圖的相關(guān)系數(shù)的計算38-41
• 3.4 本章小結(jié)41-42
• 第四章 SAR圖像背景紋理相似性量化對比42-60
• 4.1 前言42
• 4.2 圖像紋理概述42-43
• 4.3 基于差分計盒維數(shù)法的紋理特征描述43-49
• 4.3.1 分形理論概述43-45
• 4.3.2 差分計盒維數(shù)法45-49
• 4.4 基于自相關(guān)函數(shù)的紋理特征描述49-50
• 4.5 基于灰度共生矩陣的紋理特征描述50-51
• 4.6 實驗結(jié)果與分析51-58
• 4.7 本章小結(jié)58-60
• 第五章 總結(jié)與展望60-62
• 5.1 本文工作總結(jié)60
• 5.2 后續(xù)工作展望60-62
• 致謝62-64
• 參考文獻64-68
• 攻讀碩士學(xué)位期間發(fā)表的論文68

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報;2009年04期

4 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計算機科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補算法[J];寧夏大學(xué)學(xué)報(自然科學(xué)版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動幾何精糾正系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機應(yīng)用;2012年S2期

7 宋建中;;噴霧圖像的自動分析[J];光學(xué)機械;1988年04期

8 張錦華;孫挺;;引入像點融合度修補的圖像邊緣化參差拼接實現(xiàn)[J];微電子學(xué)與計算機;2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計算方法[J];模式識別與人工智能;2003年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學(xué)術(shù)會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強;王風;;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)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 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會2013學(xué)術(shù)年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強模糊空間目標圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產(chǎn)芯片進軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計算機報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 梁福來;低空無人機載UWB SAR增強成像技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李鵬遠;圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評價及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺顯著性檢測方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗算法的圖像去霧處理[D];海南大學(xué);2015年

  本文關(guān)鍵詞：SAR圖像ATR系統(tǒng)中機動目標的分割及相似性量化對比研究，由筆耕文化傳播整理發(fā)布。

本文編號：286881