【摘要】：利用極化SAR(Synthetic Aperture Radar,合成孔徑雷達(dá))對船舶尾流進行成像模擬與反演的主要目的在于對尾流信息的獲取與處理,從而實現(xiàn)對海洋運動目標(biāo)的檢測、識別、分類與跟蹤。對船舶尾流進行極化SAR成像模擬及參數(shù)反演不僅在海洋環(huán)境的探測與監(jiān)視方面具有重要意義,而且為國家海洋軍事強國戰(zhàn)略的推進提供了理論基礎(chǔ)。本文基于極化理論、細(xì)長體理論、流體力學(xué)理論、海浪譜模型、相干斑噪聲理論、數(shù)學(xué)形態(tài)學(xué)圖像處理方法、線性反演算法,在船舶尾流及粗糙海面數(shù)學(xué)模型的建立與求解、船舶尾流極化SAR成像模擬、船舶尾流極化SAR仿真圖像及真實圖像的檢測與反演三個方面進行了研究,完成的主要內(nèi)容如下所述:1.極化SAR成像相關(guān)理論基礎(chǔ)的綜述。首先從極化和合成孔徑的概念入手,闡述了極化SAR的工作原理與成像原理;其次通過對比,總結(jié)了船舶尾流光學(xué)圖像與極化SAR圖像的差異,重點給出了船舶尾流極化SAR的相干斑噪聲圖像特性;最后簡要的論述了船舶尾流的分類,從尾流波散射理論和尾流波調(diào)制理論兩個方面總結(jié)了不同類型的船舶尾流極化SAR的成像機理。2.基于相干斑噪聲模型的船舶尾流及粗糙海面數(shù)學(xué)模型的建立與求解。首先,根據(jù)船舶細(xì)長體理論、流體力學(xué)等相關(guān)理論,建立了船舶尾流波高模型,通過模型的求解,模擬了五種不同幾何尺度的船舶在航速相同時以及同一船舶在航速不同時的尾流波高,并分析了不同船舶幾何尺度以及不同船舶航速對船舶尾流波高一維、二維、三維模擬結(jié)果的影響;其次,根據(jù)PM海浪譜模型建立了粗糙海面模型,運用FFT(Fast Fourier Transform)與IFFT(Inverse FFT)的方法求解模型,得到了不同海面上空風(fēng)速條件下粗糙海面的模擬結(jié)果,并對不同風(fēng)速下的粗糙海面進行了特性分析;最后,利用相干斑噪聲模型,將船舶尾流與粗糙海面疊加后的復(fù)合粗糙表面圖像進行處理,實現(xiàn)了船舶尾流極化SAR圖像的功能模擬。3.船舶尾流極化SAR圖像檢測及參數(shù)反演。首先,運用數(shù)學(xué)形態(tài)學(xué)方法對船舶尾流極化SAR仿真圖像與船舶尾流極化SAR真實圖像進行去噪、膨脹腐蝕、邊界提取預(yù)處理,保留重要的船舶尾流信息;其次,利用兩種線性反演算法對預(yù)處理后的船舶尾流圖像進行變換檢測,并對兩種算法的檢測結(jié)果進行評價;最后,在MATLAB中利用像素坐標(biāo)與像素長度進行反演計算,并對反演得到的船舶尾流橫波波長、船舶航速的數(shù)值進行誤差分析,證實了反演方法的有效性。
【圖文】：

成像機制的研究是十分重要的。由于在研究雷達(dá)二維成像相關(guān)問磁波的極化理論工作的，因此本文將極化與 SAR 視為一個整體概化 SAR 的工作原理，對極化的概念進行了詳細(xì)的解釋；其次利用制對比了極化 SAR 圖像與普通光學(xué)圖像的差異，并總結(jié)了極化 S照船舶尾流不同的分類從電磁散射理論與長短波調(diào)制理論兩個方 SAR 的成像機理。SAR 工作原理AR 實際上是一種基于電磁波極化理論而工作的高分辨率相干成像 2.1 所示，在此坐標(biāo)系中，H 為極化 SAR 平臺高度， 為雷達(dá)入角度，R 是雷達(dá)天線到目標(biāo)點的距離。與大多數(shù)雷達(dá)的工作原理相發(fā)射天線向目標(biāo)發(fā)射電磁波脈沖，在目標(biāo)表面發(fā)生反射或散射之目標(biāo)回波，利用時間差測定距離；并且還可以利用合成孔徑平臺的對目標(biāo)進行二維成像。

2.3.1 噪聲特性由于極化 SAR 特殊的成像方式，使得極化 SAR 圖像具有明顯的噪聲特性；極化 SAR在成像工作時，發(fā)射的電磁波是相干的，所以被探測目標(biāo)的散射回波信號也是相干的；并且這些相干電磁波使目標(biāo)散射表面具有數(shù)值很大的隨機起伏，這些起伏在極化 SAR 圖像上的表現(xiàn)即為相干斑噪聲。相干斑噪聲的存在會使極化 SAR 圖像的灰度變得不均勻，并且圖像的信噪比下降，是影響極化 SAR 圖像質(zhì)量的最大障礙因素，，嚴(yán)重時還可能引起探測目標(biāo)的丟失。圖 2.5 給出了兩幅圖片，其中圖（a）為某海洋背景下的船舶尾流光學(xué)圖像，圖（b）為歐空局發(fā)射的雷達(dá)成像衛(wèi)星 ERS-2 于 1996 年 4 月得到的船舶尾流圖像[63]，通過對比，可以清晰的看到船舶尾流光學(xué)圖像與極化 SAR 圖像的差異，兩幅圖呈現(xiàn)出的灰度是不一樣的，并且圖 2.5（b）存在更嚴(yán)重的噪聲。因此，在極化 SAR 圖像中檢測、提取船舶尾流相關(guān)信息時，噪聲會很嚴(yán)重的影響識別、檢測的結(jié)果，會使檢測結(jié)果出現(xiàn)虛警，因此，對極化 SAR 圖像進行去噪研究是尤為重要的，同樣也是雷達(dá)圖像研究的重點內(nèi)容。
【學(xué)位授予單位】：西安工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U675.7;TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李金才;馬自輝;彭宇行;黃斌;;基于圖像熵的各向異性擴散相干斑噪聲抑制[J];物理學(xué)報;2013年09期

2 趙久奮;任德新;趙玖玲;閆肅;;相干斑噪聲抑制技術(shù)研究[J];儀器儀表學(xué)報;2006年S2期

3 李金才;彭宇行;朱敏;陳鵬;;基于空間自適應(yīng)非凸正則項全變差相干斑噪聲抑制[J];物理學(xué)報;2014年18期

4 閆肅;趙久奮;王順宏;;一種改進的相干斑噪聲抑制算法[J];計算機仿真;2009年03期

5 潘楊;朱磊;胡曉;李楠;;基于非下采樣輪廓波變換與自蛇擴散的合成孔徑雷達(dá)圖像相干斑抑制算法[J];科學(xué)技術(shù)與工程;2018年13期

6 楊學(xué)志;沈晶;范良?xì)g;;基于非局部均值濾波的結(jié)構(gòu)保持相干斑噪聲抑制方法[J];中國圖象圖形學(xué)報;2009年12期

7 劉晨;張宗虎;;一種改進的Lee濾波相干斑噪聲抑制方法[J];新疆師范大學(xué)學(xué)報(自然科學(xué)版);2015年01期

8 牛朝陽;孟凡坤;萬成浩;馬德寶;;PolSAR相干斑抑制效果評估技術(shù)研究綜述[J];信息工程大學(xué)學(xué)報;2017年04期

9 魯自立;賈鑫;曾創(chuàng)展;;基于特征提取的快速SAR-BM3D相干斑抑制算法[J];電子測量技術(shù);2018年01期

10 王國力;周偉;柴勇;關(guān)鍵;;SAR圖像頻域特征保護的相干斑噪聲抑制方法[J];信號處理;2012年12期

相關(guān)會議論文 前3條

1 孫琳琳;張云;;基于FOCUSS算法的相干斑噪聲抑制方法研究[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

2 曹恒智;余先川;;基于FL-ELee的SAR降噪[A];圖像圖形技術(shù)與應(yīng)用進展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

3 薛笑榮;張艷寧;申家振;王佩;胡伏原;;基于樹型小波變換的SAR圖像噪聲濾波方法[A];信號與信息處理技術(shù)——第一屆信號與信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2002年

相關(guān)博士學(xué)位論文 前9條

1 高博;雙基SAR成像及后處理算法研究[D];西安電子科技大學(xué);2016年

2 行曉黎;基于場景異質(zhì)性的極化SAR相干斑濾波方法[D];中國地質(zhì)大學(xué);2018年

3 武昕偉;SAR自聚焦技術(shù)及相干斑抑制算法研究[D];南京航空航天大學(xué);2002年

4 謝海慧;SAR相干斑抑制及圖像壓縮的小波域方法[D];電子科技大學(xué);2004年

5 黃倩;SAR數(shù)據(jù)處理算法及基于機群的處理系統(tǒng)研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2006年

6 李金才;合成孔徑雷達(dá)圖像相干斑噪聲抑制研究[D];國防科學(xué)技術(shù)大學(xué);2014年

7 萬朋;合成孔徑雷達(dá)目標(biāo)檢測及相關(guān)技術(shù)研究[D];電子科技大學(xué);2000年

8 甘露;基于三重馬爾可夫場的無監(jiān)督SAR圖像分割算法研究[D];西安電子科技大學(xué);2015年

9 魏倩茹;合成孔徑雷達(dá)圖像特征提取的方法研究[D];西安電子科技大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 胡曉;SAR圖像相干斑抑制與分割方法研究[D];西安工程大學(xué);2019年

2 魯曉璐;船舶尾流極化SAR成像模擬及反演[D];西安工業(yè)大學(xué);2019年

3 冉崇敬;SAR圖像相干斑濾波及分割算法研究[D];電子科技大學(xué);2019年

4 童丹平;SAR圖像相干斑抑制和圖像增強方法研究[D];電子科技大學(xué);2019年

5 王武超;SAR圖像相干斑抑制技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2016年

6 王南;SAR圖像相干斑抑制與特征檢測研究[D];西安工程大學(xué);2018年

7 朱俊玲;SAR圖像相干斑濾波算法研究[D];湖南大學(xué);2014年

8 李楠;基于變換域的SAR圖像相干斑抑制方法研究[D];西安工程大學(xué);2015年

9 卞云康;合成孔徑雷達(dá)的成像系統(tǒng)仿真與相干斑噪聲特性研究[D];南京理工大學(xué);2009年

10 田金鳳;基于獨立分量分析的遙感圖像相干斑抑制[D];電子科技大學(xué);2005年

本文編號：2698980