本文關(guān)鍵詞：SAR圖像相干斑抑制及艦船檢測方法研究

  更多相關(guān)文章： 合成孔徑雷達 圖像去噪 艦船檢測 塊匹配 迭代濾波 恒虛警率

【摘要】：合成孔徑雷達(SAR)是一種能夠在任何時候、任何天氣環(huán)境下不間斷進行工作的高分辨率雷達,被廣泛應(yīng)用于國民生活和國防軍事的各個領(lǐng)域。但是因為其特殊的相干成像機制,成像后的圖像中存在大量的相干斑噪聲,給后續(xù)的目標檢測和識別等研究工作帶來了嚴重的影響。因此研究如何有效的去除圖像中特有的相干斑噪聲是SAR圖像應(yīng)用研究領(lǐng)域中一個不可缺少的內(nèi)容。我國是一個海洋資源豐富、海域廣闊的海洋大國,加強對我國海域中目標的監(jiān)測能夠更好地保障我國的海洋權(quán)益,而隨著合成孔徑雷達在海洋監(jiān)控中越來越廣泛和重要的應(yīng)用,對SAR圖像的艦船檢測方法的研究也是一個非常有意義的研究內(nèi)容。 本文首先對SAR圖像的相干成像原理進行了簡單的闡述,進一步對SAR圖像中特有相干斑噪聲的形成原理進行了分析。針對本文的兩個研究內(nèi)容,分別對傳統(tǒng)的SAR圖像去噪算法和傳統(tǒng)的艦船檢測算法進行了介紹�；谝陨匣A(chǔ)理論隨后提出了本文的兩種算法。本文的主要工作如下： 一種是基于塊匹配的迭代濾波SAR圖像去噪算法。該方法首先利用圖像塊之間的相似性進行塊匹配,將相似圖像塊構(gòu)建成一個三維矩陣。然后,通過相似圖像塊之間的迭代變換域濾波去除相干斑噪聲,將濾波的圖像塊進行加權(quán)平均重構(gòu)圖像得到基本估計去噪結(jié)果。最后,對基本估計結(jié)果圖像執(zhí)行塊匹配,進行經(jīng)驗維納濾波得到最終的去噪圖像。將該算法在真實的SAR圖像上與其他算法進行對比實驗。實驗表明,本文算法不僅能夠很好地對合成孔徑雷達的相干斑噪聲進行抑制,還能夠較好的保留圖像的細節(jié)結(jié)構(gòu)信息。 另一種是基于非局部均值的雙參數(shù)CFAR艦船檢測算法。該方法首先將圖像窗口化,將每一個檢測滑動窗口分為目標窗口、保護窗口、背景窗口。計算檢測窗口與每個圖像窗口之間的歐式距離,得到一定數(shù)量的相似圖像塊,利用這些相似圖像塊對背景窗口中的像素點進行非局部均值操作。利用整幅圖像的信息估計局部海雜波背景的雙參數(shù),設(shè)置虛警率,計算出局部窗口的檢測閾值。對目標窗口中的待檢測像素點逐個進行二值化操作,得到最終的艦船檢測結(jié)果。將該算法在真實的SAR圖像上與其他算法進行對比實驗。實驗表明,本文算法不僅在漏檢率還是在虛警率上都有著很好地實驗結(jié)果。
【關(guān)鍵詞】：合成孔徑雷達 圖像去噪 艦船檢測 塊匹配 迭代濾波 恒虛警率
【學位授予單位】：中國科學技術(shù)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-8
• 目錄8-10
• 第1章 緒論10-16
• 1.1 研究背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 SAR圖像去噪技術(shù)研究現(xiàn)狀11-13
• 1.2.2 SAR圖像艦船檢測技術(shù)研究現(xiàn)狀13-14
• 1.3 本文主要工作及內(nèi)容安排14-16
• 第2章 相關(guān)理論基礎(chǔ)16-28
• 2.1 SAR成像原理16-17
• 2.2 SAR圖像相干斑噪聲17-19
• 2.2.1 相干斑噪聲形成機理17-18
• 2.2.2 斑點噪聲模型以及統(tǒng)計特性18-19
• 2.3 傳統(tǒng)SAR圖像去噪算法19-23
• 2.3.1 傳統(tǒng)的空間域SAR圖像去噪算法19-21
• 2.3.2 傳統(tǒng)頻域SAR圖像去噪算法21-22
• 2.3.3 基于非局部思想的SAR圖像去噪算法22-23
• 2.4 SAR圖像艦船檢測算法23-27
• 2.4.1 海雜波的統(tǒng)計特性23-25
• 2.4.2 傳統(tǒng)的艦船檢測算法25-27
• 2.5 本章小結(jié)27-28
• 第3章 基于塊匹配的迭代濾波SAR圖像去噪方法28-41
• 3.1 三維塊匹配去噪算法28-29
• 3.1.1 塊匹配思想28-29
• 3.1.2 三維塊匹配去噪算法流程29
• 3.2 BM3D引入虛假紋理分析以及改進29-32
• 3.3 塊匹配迭代濾波SAR圖像去噪算法32-34
• 3.4 實驗結(jié)果及分析34-40
• 3.4.1 去噪質(zhì)量評價標準34-35
• 3.4.2 實驗結(jié)果與分析35-40
• 3.5 本章小結(jié)40-41
• 第4章 基于非局部均值的雙參數(shù)CFAR艦船檢測方法41-60
• 4.1 影響SAR圖像艦船檢測的因素41-42
• 4.2 參數(shù)CFAR艦船檢測算法42-44
• 4.2.1 算法思想42-43
• 4.2.2 算法描述43-44
• 4.3 非局部均值雙參數(shù)CFAR艦船檢測算法44-47
• 4.3.1 算法描述44-45
• 4.3.2 算法流程45-47
• 4.4 實驗結(jié)果及分析47-59
• 4.4.1 預(yù)處理的影響47-51
• 4.4.2 實驗結(jié)果與分析51-59
• 4.5 本章小結(jié)59-60
• 第5章 總結(jié)與展望60-63
• 5.1 論文工作總結(jié)60-61
• 5.2 后續(xù)工作展望61-63
• 參考文獻63-66
• 致謝66-67
• 在讀期間發(fā)表的學術(shù)論文與取得的其它研究成果67

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 種勁松,朱敏慧;SAR圖像艦船及其尾跡檢測研究綜述[J];電子學報;2003年09期

2 易子麟;尹東;胡安洲;張榮;;基于非局部均值濾波的SAR圖像去噪[J];電子與信息學報;2012年04期

3 謝昌志;尹東;孫濤;;基于塊匹配的迭代濾波SAR圖像去噪[J];光電工程;2015年01期

4 李長軍,胡應(yīng)添,陳學Oz;基于模糊理論的SAR圖像海上艦船檢測方法研究[J];計算機應(yīng)用;2005年08期

5 鄒煥新,匡綱要,郁文賢,鄭鍵;基于特征空間決策的SAR圖像艦船尾跡檢測算法[J];系統(tǒng)工程與電子技術(shù);2004年06期

6 陳嘉宇,徐新,孫洪,管鮑;基于多分辨率統(tǒng)計能級的SAR圖像點目標檢測[J];系統(tǒng)工程與電子技術(shù);2005年02期

，

本文編號：836739