發(fā)布時(shí)間：2018-01-19 04:11

  本文關(guān)鍵詞： 高分辨率SAR 圖像處理 目標(biāo)檢測(cè) 圖像語(yǔ)義 模糊隸屬度　出處：《電子與信息學(xué)報(bào)》2017年04期 　論文類型：期刊論文

【摘要】：針對(duì)高分辨率SAR圖像難于找到精確的背景雜波分布概率模型的問(wèn)題,該文提出一種不需要背景雜波分布概率模型的高分辨率SAR圖像自動(dòng)檢測(cè)汽車的新方法。該算法首先搜索場(chǎng)景中包含的亮區(qū)域和暗區(qū)域,其次采用模糊隸屬度函數(shù)提取語(yǔ)義特征,篩選可能是汽車強(qiáng)散射區(qū)域的亮區(qū)域和可能是汽車遮擋區(qū)域的暗區(qū)域。再根據(jù)空間語(yǔ)義關(guān)系,對(duì)候選汽車強(qiáng)散射區(qū)域與候選汽車遮擋區(qū)域進(jìn)行匹配,若匹配成功則計(jì)算它們?cè)从谕惠v汽車的隸屬度。最后閾值選擇高隸屬度的目標(biāo)進(jìn)行合并輸出。通過(guò)對(duì)Mini SAR圖像進(jìn)行汽車檢測(cè)實(shí)驗(yàn),表明該方法在不需要背景雜波分布概率模型的條件下仍然具有較高的檢測(cè)率。
[Abstract]:It is difficult to find accurate probability model of background clutter distribution in high-resolution SAR images. In this paper, a new method for automatic vehicle detection from high-resolution SAR images without background clutter distribution probability model is proposed. The algorithm first searches the bright and dark areas contained in the scene. Secondly, the fuzzy membership function is used to extract the semantic features, and then the bright region which may be the strong scattering region of the vehicle and the dark area which may be the vehicle occlusion region are screened. Then according to the spatial semantic relationship. The strong scattering region of the candidate vehicle is matched with the occlusion region of the candidate vehicle. If the matching is successful, the membership degree of the same vehicle is calculated. Finally, the threshold value is selected to combine the target with high membership degree and the vehicle detection experiment is carried out on the Mini SAR image. It is shown that this method still has a high detection rate without the need of the probability model of background clutter distribution.
【作者單位】： 西安電子科技大學(xué)計(jì)算機(jī)學(xué)院;西安電子科技大學(xué)智能感知與圖像理解教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家973計(jì)劃項(xiàng)目(2013CB329402) 國(guó)家自然科學(xué)基金(61573267);國(guó)家自然科學(xué)基金重大研究計(jì)劃(91438201,91438103)~~
【分類號(hào)】：TN957.52
【正文快照】： 近些年來(lái),許多城市通過(guò)安裝設(shè)置大量的光學(xué)攝像頭對(duì)通行車輛的數(shù)量和頻度進(jìn)行實(shí)時(shí)監(jiān)控。但是光學(xué)攝像頭對(duì)天氣條件有較大的依賴性,遇到雨、雪、霧等天氣或在夜晚等光線差的條件下會(huì)直接影響其成像效果。而合成孔徑雷達(dá)成像技術(shù)則不受光照和氣候等自然條件的制約,可以在能見(jiàn)度

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李坤;邵蕓;張風(fēng)麗;;基于多極化機(jī)載合成孔徑雷達(dá)(SAR)數(shù)據(jù)的水稻識(shí)別[J];浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版);2011年02期

2 劉開(kāi)剛;許梅生;李維;;一種基于雙閾值區(qū)域分割的SAR圖像目標(biāo)提取方法[J];國(guó)外電子測(cè)量技術(shù);2008年03期

3 ;西部測(cè)圖工程機(jī)載干涉SAR測(cè)圖系統(tǒng)項(xiàng)目啟動(dòng)會(huì)在北京召開(kāi)[J];遙感信息;2008年04期

4 蔡紅;;基于稀疏表示的SAR圖像壓縮方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2012年24期

5 李杏朝，，董文敏;SAR圖像的水文應(yīng)用研究[J];遙感信息;1996年04期

6 孫盡堯,孫洪;自然場(chǎng)景SAR圖像的仿真[J];雷達(dá)科學(xué)與技術(shù);2003年04期

7 李金;程超;許浩;;無(wú)人機(jī)機(jī)載合成孔徑雷達(dá)(SAR)定位方法綜述[J];影像技術(shù);2008年03期

8 陳原;張榮;尹東;;基于Tetrolet Packet變換的SAR圖像稀疏表示[J];電子與信息學(xué)報(bào);2012年02期

9 何毅;范偉杰;;手機(jī)批量SAR測(cè)試方案[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2013年05期

10 紀(jì)建;田錚;徐海霞;;SAR圖像壓縮的多尺度自回歸滑動(dòng)平均模型方法[J];電子學(xué)報(bào);2005年12期

相關(guān)會(huì)議論文 前10條

1 沈晶;楊學(xué)志;;基于邊緣保持分水嶺算法的SAR海冰圖像分割[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

2 郝衛(wèi)東;熊鄴;曲蘭英;周志麗;;一種降低手機(jī)SAR的設(shè)計(jì)[A];2009年全國(guó)天線年會(huì)論文集（下）[C];2009年

3 方勇;;綜合多視角SAR圖像改正遮蔽區(qū)試驗(yàn)[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

4 于明成;許稼;彭應(yīng)寧;;SAR多普勒中心快速解模糊的新方法[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

5 戴爾燕;金亞秋;;多軌道飛行全極化SAR圖像對(duì)目標(biāo)的立體重構(gòu)[A];第二屆微波遙感技術(shù)研討會(huì)摘要全集[C];2006年

6 常本義;高力;;SAR單圖像定位原理[A];中國(guó)科協(xié)2001年學(xué)術(shù)年會(huì)分會(huì)場(chǎng)特邀報(bào)告匯編[C];2001年

7 錢方明;鞏丹超;劉薇;;SAR圖像邊緣特征提取方法研究[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

8 陳林輝;葉偉;賈鑫;;分布式衛(wèi)星SAR圖像方位向分辨率分析[A];中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專業(yè)全國(guó)第八屆學(xué)術(shù)會(huì)議論文集[C];2004年

9 孫偉順;計(jì)科峰;朱俊;粟毅;;典型軍用目標(biāo)SAR圖像預(yù)估[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

10 黃勇;王建國(guó);黃順吉;;基于分段的非監(jiān)督SAR圖像變化檢測(cè)[A];第十一屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2003）論文集[C];2003年

相關(guān)重要報(bào)紙文章 前2條

1 張顯峰;機(jī)載干涉SAR：掀起測(cè)繪革命[N];科技日?qǐng)?bào);2004年

2 鐘勇;國(guó)內(nèi)首套SAR測(cè)圖系統(tǒng)通過(guò)評(píng)審[N];中國(guó)測(cè)繪報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 賀廣均;聯(lián)合SAR與光學(xué)遙感數(shù)據(jù)的山區(qū)積雪識(shí)別研究[D];南京大學(xué);2015年

2 張雙喜;高分辨寬測(cè)繪帶多通道SAR和動(dòng)目標(biāo)成像理論與方法[D];西安電子科技大學(xué);2014年

3 劉小寧;星上SAR實(shí)時(shí)成像處理關(guān)鍵技術(shù)研究[D];北京理工大學(xué);2016年

4 李蘭;森林垂直信息P-波段SAR層析提取方法[D];中國(guó)林業(yè)科學(xué)研究院;2016年

5 張澤兵;知識(shí)輔助的SAR目標(biāo)索引及特征提取技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 張鵬;基于統(tǒng)計(jì)模型的SAR圖像降斑和分割方法研究[D];西安電子科技大學(xué);2012年

7 王勃;星載全極化SAR海面散射特性及其船目標(biāo)檢測(cè)方法[D];中國(guó)海洋大學(xué);2013年

8 倪心強(qiáng);SAR圖像分類與自動(dòng)目標(biāo)識(shí)別技術(shù)研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2007年

9 周鵬;彈載SAR多種工作模式的成像算法研究[D];西安電子科技大學(xué);2011年

10 趙凌君;高分辨率SAR圖像建筑物提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 董立亞;SAR圖像去噪的小波和偏微分方程的數(shù)學(xué)建模[D];河北聯(lián)合大學(xué);2014年

2 陳海文;基于波數(shù)域的圓周SAR三維成像算法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 眭明;星機(jī)雙基地SAR同步技術(shù)研究[D];電子科技大學(xué);2014年

4 羅煜川;基于壓縮感知的陣列SAR三維成像方法研究[D];電子科技大學(xué);2015年

5 張強(qiáng);基于視覺(jué)注意的SAR目標(biāo)快速檢測(cè)算法研究[D];電子科技大學(xué);2015年

6 于利娟;手機(jī)天線輻射特性優(yōu)化與SAR研究[D];西安電子科技大學(xué);2013年

7 吳子斌;機(jī)載三維SAR高分辨成像[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 李志華;基于FPGA的微型SAR實(shí)時(shí)成像處理研究[D];西安電子科技大學(xué);2014年

9 劉東洋;基于Z7的SAR實(shí)時(shí)成像處理設(shè)計(jì)[D];西安電子科技大學(xué);2014年

10 張曉梨;基于實(shí)測(cè)SAR圖像的雜波特性研究和圖像重構(gòu)[D];西安電子科技大學(xué);2014年

本文編號(hào)：1442557