本文關(guān)鍵詞：基于素描稀疏表示和低秩分解的SAR圖像目標(biāo)檢測(cè)，，由筆耕文化傳播整理發(fā)布。

【摘要】：合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)圖像的目標(biāo)檢測(cè)首先從SAR圖像中提取出包含潛在目標(biāo)的感興趣區(qū)域,然后在潛在目標(biāo)區(qū)域中對(duì)人工目標(biāo)進(jìn)行定位,實(shí)現(xiàn)目標(biāo)與背景的分離。由于合成孔徑雷達(dá)在航空航天、地面監(jiān)測(cè)、戰(zhàn)場(chǎng)偵察、武器制導(dǎo)等領(lǐng)域具有重要的應(yīng)用價(jià)值,因此基于SAR圖像的目標(biāo)檢測(cè)技術(shù)已經(jīng)成為SAR民用和軍事應(yīng)用的核心技術(shù)之一,對(duì)于后續(xù)的目標(biāo)識(shí)別與分類具有十分重要的意義。SAR圖像的素描圖是對(duì)圖像結(jié)構(gòu)信息的一種稀疏描述,以比值算子和相關(guān)性算子為基準(zhǔn)的邊線模型能夠更好的刻畫SAR圖像中的奇異信息。低秩分解模型通過(guò)對(duì)觀測(cè)矩陣中背景低秩性和前景稀疏性的約束,將實(shí)際觀測(cè)到的矩陣分解為表示背景的低秩矩陣和表示前景的稀疏矩陣,而目標(biāo)和噪聲存在于表示前景的稀疏矩陣中。本文將結(jié)合SAR素描模型和魯棒主成分分析(Robust principal component analysis,Rpca)低秩分解模型,提出基于素描稀疏表示的候選目標(biāo)區(qū)域提取方法以及基于目標(biāo)區(qū)域與低秩分解的SAR圖像人工目標(biāo)定位方法。本文的主要?jiǎng)?chuàng)新工作為:(1)針對(duì)人工目標(biāo)定位不準(zhǔn)確的問(wèn)題,本文在實(shí)現(xiàn)人工目標(biāo)區(qū)域觀測(cè)矩陣構(gòu)造與分解的基礎(chǔ)上,提出了一種基于目標(biāo)區(qū)域與低秩分解的SAR圖像目標(biāo)檢測(cè)方法。首先研究和分析了劉芳、宋建梅所提出的基于初始素描圖線段規(guī)整度的候選目標(biāo)區(qū)域提取算法,由于該方法所采用的初始素描圖是通過(guò)Primal Sketch模型提取得到的,模型中的邊緣檢測(cè)算子是針對(duì)光學(xué)圖像的加性噪聲而設(shè)計(jì)的,并不適用于SAR圖像的乘性噪聲模型,因此本文在采用SAR素描模型得到素描圖的基礎(chǔ)上進(jìn)行候選目標(biāo)區(qū)域的提取,然后利用候選目標(biāo)區(qū)域灰度和線密度統(tǒng)計(jì)特征剔除虛警目標(biāo)區(qū)域,設(shè)計(jì)目標(biāo)區(qū)域觀測(cè)矩陣的構(gòu)造方法,并采用Rpca分解方法對(duì)其進(jìn)行分解得到低秩矩陣和稀疏矩陣,利用稀疏矩陣的統(tǒng)計(jì)特性來(lái)實(shí)現(xiàn)人工目標(biāo)區(qū)域中的目標(biāo)定位;(2)在基于初始素描圖線段規(guī)整度的候選目標(biāo)區(qū)域提取算法和采用SAR素描模型得到素描圖的基礎(chǔ)上,本文分析了不同類型的人工目標(biāo)在SAR圖像素描圖中的稀疏表示特征,定義了用于計(jì)算素描線段規(guī)整度的自適應(yīng)幾何結(jié)構(gòu)窗口,并設(shè)計(jì)了區(qū)域擴(kuò)充規(guī)則進(jìn)行候選目標(biāo)區(qū)域的提取。仿真實(shí)驗(yàn)表明,相比原候選目標(biāo)區(qū)域提取算法中固定窗口大小以及遞歸生長(zhǎng)規(guī)則的策略,本文所提出的基于SAR圖像素描圖與自適應(yīng)幾何結(jié)構(gòu)窗的候選目標(biāo)區(qū)域提取方法能夠有效的降低候選目標(biāo)區(qū)域中所包含的虛警目標(biāo)比例,更有利于后續(xù)人工目標(biāo)的定位。
【關(guān)鍵詞】：目標(biāo)檢測(cè) SAR素描模型 候選目標(biāo)區(qū)域 Rpca 觀測(cè)矩陣
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 符號(hào)對(duì)照表9-10
• 縮略語(yǔ)對(duì)照表10-13
• 第一章 緒論13-21
• 1.1 SAR圖像概述13-14
• 1.2 SAR圖像目標(biāo)檢測(cè)的研究背景及意義14-16
• 1.3 圖像目標(biāo)檢測(cè)方法的研究現(xiàn)狀16-19
• 1.3.1 光學(xué)圖像目標(biāo)檢測(cè)方法16-17
• 1.3.2 SAR圖像目標(biāo)檢測(cè)方法17-19
• 1.4 論文的主要內(nèi)容及安排19-21
• 第二章 相關(guān)工作和背景技術(shù)21-29
• 2.1 視覺(jué)計(jì)算理論21-22
• 2.2 初始素描模型與候選目標(biāo)區(qū)域提取算法22-25
• 2.2.1 初始素描模型22-24
• 2.2.2 基于初始素描圖線段規(guī)整度的候選目標(biāo)區(qū)域提取算法24-25
• 2.3 低秩矩陣恢復(fù)及其應(yīng)用場(chǎng)景25-26
• 2.4 本章小結(jié)26-29
• 第三章 基于目標(biāo)區(qū)域與低秩分解的SAR圖像目標(biāo)檢測(cè)算法29-47
• 3.1 引言29-32
• 3.1.1 Rpca低秩分解模型及其求解方法29-30
• 3.1.2 SAR素描模型30-32
• 3.2 基于SAR圖像素描圖線段規(guī)整度的候選目標(biāo)區(qū)域提取算法32-36
• 3.2.1 算法描述32-33
• 3.2.2 仿真實(shí)驗(yàn)與分析33-36
• 3.3 候選目標(biāo)區(qū)域觀測(cè)矩陣的構(gòu)造36-41
• 3.3.1 候選目標(biāo)區(qū)域觀測(cè)矩陣的構(gòu)造方法36-38
• 3.3.2 仿真實(shí)驗(yàn)與分析38-41
• 3.4 基于目標(biāo)區(qū)域與低秩分解的SAR圖像目標(biāo)檢測(cè)算法41-45
• 3.4.1 算法描述41-42
• 3.4.2 仿真實(shí)驗(yàn)與分析42-45
• 3.5 本章小結(jié)45-47
• 第四章 基于自適應(yīng)幾何結(jié)構(gòu)窗與低秩分解的SAR圖像目標(biāo)檢測(cè)算法47-61
• 4.1 引言47-50
• 4.1.1 圖像ROI提取方法47-49
• 4.1.2 計(jì)算初始素描圖線段規(guī)整度的區(qū)域劃分49
• 4.1.3 區(qū)域生長(zhǎng)規(guī)則的定義49-50
• 4.2 自適應(yīng)幾何結(jié)構(gòu)窗的構(gòu)造50-53
• 4.2.1 自適應(yīng)幾何結(jié)構(gòu)窗的構(gòu)造方法50-52
• 4.2.2 仿真實(shí)驗(yàn)與分析52-53
• 4.3 基于SAR圖像素描圖與自適應(yīng)幾何結(jié)構(gòu)窗的候選目標(biāo)區(qū)域提取算法53-57
• 4.3.1 算法描述53-55
• 4.3.2 仿真實(shí)驗(yàn)與分析55-57
• 4.4 基于自適應(yīng)幾何結(jié)構(gòu)窗與低秩分解的SAR圖像目標(biāo)檢測(cè)算法57-60
• 4.4.1 算法描述57-58
• 4.4.2 仿真實(shí)驗(yàn)與分析58-60
• 4.5 本章小結(jié)60-61
• 第五章 總結(jié)與展望61-63
• 5.1 總結(jié)61-62
• 5.2 展望62-63
• 參考文獻(xiàn)63-67
• 致謝67-69
• 作者簡(jiǎn)介69-70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 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

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 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

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 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

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 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 秦靖堯;陣列三維SAR快速成像方法研究[D];電子科技大學(xué);2016年

3 季飛霞;極化干涉SAR小麥植被高度反演算法研究[D];寧夏大學(xué);2016年

4 楊俊凱;面向礦區(qū)大梯度形變監(jiān)測(cè)的SAR信息提取方法研究[D];中國(guó)礦業(yè)大學(xué);2016年

5 孫銘;基于梯度互信息的SAR與可見(jiàn)光圖像配準(zhǔn)[D];西安電子科技大學(xué);2015年

6 魏明月;SAR圖像海岸線檢測(cè)與地物分類[D];西安電子科技大學(xué);2015年

7 閆曉莉;基于素描稀疏表示和低秩分解的SAR圖像目標(biāo)檢測(cè)[D];西安電子科技大學(xué);2016年

8 李慶;ISAR成像若干關(guān)鍵技術(shù)及SAR動(dòng)目標(biāo)檢測(cè)[D];西安電子科技大學(xué);2012年

9 潘秋豐;基于兩步稀疏編碼和字典學(xué)習(xí)的SAR圖像去斑[D];西安電子科技大學(xué);2013年

10 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

  本文關(guān)鍵詞：基于素描稀疏表示和低秩分解的SAR圖像目標(biāo)檢測(cè)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：271584