本文選題：SAR圖像 + 艦船尾跡檢測　； 參考：《自動化學(xué)報》2017年10期

【摘要】：SAR圖像艦船尾跡檢測不僅可用于反演運(yùn)動艦船的航速航向信息,也有助于發(fā)現(xiàn)弱小艦船目標(biāo).然而現(xiàn)有艦船尾跡檢測方法一般僅適用于簡單海況背景下的SAR圖像,復(fù)雜海況背景下的檢測效果難以滿足應(yīng)用需求.本文提出一種基于形態(tài)成分分析與多字典學(xué)習(xí)的復(fù)雜背景艦船尾跡檢測方法.該方法針對海況背景的復(fù)雜多變性以及艦船尾跡類型的有限性,通過離線學(xué)習(xí)方式構(gòu)建海面紋理字典,通過解析方式構(gòu)建尾跡結(jié)構(gòu)字典并迭代更新,將圖像分解為包含艦船尾跡的結(jié)構(gòu)成分與包含海面背景的紋理成分,利用剪切波變換對結(jié)構(gòu)成分高頻系數(shù)重構(gòu)以增強(qiáng)結(jié)構(gòu)成分,并通過Radon變換對增強(qiáng)后的結(jié)構(gòu)成分進(jìn)行尾跡線檢測.實驗結(jié)果表明,本文所提方法對于復(fù)雜背景SAR圖像艦船尾跡檢測的效果明顯優(yōu)于現(xiàn)有方法.
[Abstract]:Ship wake detection in SAR images can not only be used to retrieve the heading information of moving ships, but also to find small and weak ship targets. However, the existing methods of warship wake detection are generally only suitable for SAR images in the background of simple sea conditions, and the detection results under complex sea conditions are difficult to meet the requirements of application. In this paper, a complex background ship wake detection method based on morphological component analysis and multi-dictionary learning is proposed. Aiming at the complex variability of sea background and the finiteness of ship wake type, the method constructs a sea surface texture dictionary by offline learning, constructs a wake structure dictionary by analytic method and updates iteratively. The image is decomposed into the structural components containing the ship wake and the texture components containing the sea background. The high frequency coefficients of the structural components are reconstructed by shear wave transform to enhance the structural components. Radon transform is used to detect the wake of the enhanced structure. The experimental results show that the proposed method is more effective than the existing methods in detecting ship wake in complex background SAR images.
【作者單位】： 清華大學(xué)電子工程系;北京市遙感信息研究所;北京工業(yè)大學(xué)計算機(jī)學(xué)院;
【基金】：國家自然科學(xué)基金(61501008) 首都衛(wèi)生發(fā)展科研專項(2014-2-4025)資助~~
【分類號】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 薄華,馬縛龍,韓保君;SAR圖像特征數(shù)據(jù)立方體的構(gòu)造[J];電子科技;2004年02期

2 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)的水稻識別[J];浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版);2011年02期

3 劉開剛;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];國外電子測量技術(shù);2008年03期

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

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

6 李金;程超;許浩;;無人機(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

7 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;2012年02期

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

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

10 王迪;王恩宏;雷武虎;;SAR欺騙干擾信號生成與實時性研究[J];航天電子對抗;2007年01期

相關(guān)會議論文 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];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[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[A];2009年全國天線年會論文集（下）[C];2009年

3 方勇;;綜合多視角SAR圖像改正遮蔽區(qū)試驗[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[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];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

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

6 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“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

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

8 劉志剛;陳振;張偉;;淺析SAR圖像的判與讀[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

9 陳振林;鄒煥新;鄭鍵;;基于Radon變換和多尺度匹配濾波的SAR艦船尾跡定位方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

10 焦繼超;趙保軍;唐林波;;一種基于FFT和邊緣檢測的SAR圖像配準(zhǔn)算法[A];全國第4屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

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

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

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

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

5 倪心強(qiáng);SAR圖像分類與自動目標(biāo)識別技術(shù)研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2007年

6 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

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

8 陳琪;SAR圖像港口目標(biāo)提取方法研究[D];國防科學(xué)技術(shù)大學(xué);2011年

9 韓春明;SAR圖像斑點濾波研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2003年

10 梁淮寧;全極化SAR地形高度測量技術(shù)研究[D];電子科技大學(xué);2001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);基于視覺注意的SAR目標(biāo)快速檢測算法研究[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];國防科學(xué)技術(shù)大學(xué);2013年

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

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

10 張曉梨;基于實測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：1944613