合成孔徑雷達(dá)（Synthetic Aperture Radar,SAR）目標(biāo)檢測(cè)被用于從成像場(chǎng)景中發(fā)現(xiàn)感興趣目標(biāo)區(qū)域。目標(biāo)檢測(cè)結(jié)果可直接為軍事偵察與民用監(jiān)測(cè)提供情報(bào),也可作為進(jìn)一步分類/識(shí)別的輸入信息。錯(cuò)誤的檢測(cè)結(jié)果可能嚴(yán)重影響其后續(xù)步驟的性能。因此,目標(biāo)檢測(cè)是SAR圖像解譯的重要環(huán)節(jié)。近年來(lái),高分辨、多極化SAR圖像帶來(lái)豐富的地物信息,包含更高的檢測(cè)價(jià)值,但高分辨條件下目標(biāo)也表現(xiàn)出明顯的幅度起伏、分裂的強(qiáng)散射區(qū)域以及混合的極化成分等問(wèn)題,使SAR圖像的目標(biāo)特性愈加復(fù)雜。傳統(tǒng)檢測(cè)方法大多基于背景特性,而對(duì)目標(biāo)特性的利用不足,因此難以適用于高分辨SAR圖像。為了提高檢測(cè)性能,本文對(duì)高分辨SAR圖像目標(biāo)特性建模展開(kāi)研究。此處的目標(biāo)特性指目標(biāo)在SAR圖像域中表現(xiàn)的具體形式,如散射統(tǒng)計(jì)、幾何結(jié)構(gòu)或極化類別等�；谏鲜瞿繕�(biāo)特性對(duì)檢測(cè)的影響,提出了針對(duì)性目標(biāo)檢測(cè)方法。本文主要工作包括以下方面:1.介紹常用的SAR圖像地物特性及檢測(cè)方法,研究目標(biāo)與背景特性的差異�；诶碚撃Ｐ秃蛯�(shí)測(cè)數(shù)據(jù)研究恒虛警率（Constant False Alarm Rate,CFAR）檢測(cè)性能,通過(guò)模板匹配分析不同分辨率下檢... 

【文章頁(yè)數(shù)】：144 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
abstract
縮略詞表
第一章 緒論
    1.1 研究工作的背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 SAR圖像地物特性研究現(xiàn)狀
        1.2.2 SAR圖像檢測(cè)性能研究現(xiàn)狀
        1.2.3 SAR圖像檢測(cè)方法研究現(xiàn)狀
    1.3 論文的主要內(nèi)容和章節(jié)安排
        1.3.1 本文主要研究?jī)?nèi)容
        1.3.2 本文結(jié)構(gòu)安排
第二章 SAR圖像地物特性與檢測(cè)性能分析
    2.1 引言
    2.2 SAR圖像典型地物特性模型與檢測(cè)方法
        2.2.1 散射特性模型
        2.2.2 幾何特性模型
        2.2.3 極化特性模型
        2.2.4 典型檢測(cè)方法
    2.3 SAR圖像檢測(cè)性能分析
        2.3.1 分辨率對(duì)檢測(cè)性能的影響
        2.3.2 極化方式對(duì)檢測(cè)性能的影響
    2.4 本章小結(jié)
第三章 高分辨SAR圖像目標(biāo)區(qū)域散射特性及檢測(cè)方法
    3.1 引言
    3.2 SAR圖像超像素分割
    3.3 區(qū)域散射特性建模
        3.3.1 經(jīng)驗(yàn)直方圖與信息熵
        3.3.2 分段直方圖及條件熵
    3.4 基于迭代離群值檢測(cè)和遞歸顯著性深度的目標(biāo)檢測(cè)
        3.4.1 迭代離群值檢測(cè)
        3.4.2 遞歸顯著性深度
        3.4.3 局部顯著性優(yōu)化
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 檢測(cè)流程實(shí)驗(yàn)
        3.5.2 復(fù)雜場(chǎng)景實(shí)驗(yàn)
        3.5.3 方法對(duì)比實(shí)驗(yàn)
    3.6 本章小結(jié)
第四章 高分辨SAR圖像目標(biāo)幾何特性及檢測(cè)方法
    4.1 引言
    4.2 目標(biāo)幾何特性建模
        4.2.1 部件模型
        4.2.2 DPM檢測(cè)效果分析
    4.3 基于部件搜索的目標(biāo)檢測(cè)方法
        4.3.1 圖像預(yù)處理
        4.3.2 興趣點(diǎn)提取
        4.3.3 目標(biāo)部件生成
        4.3.4 部件組合推斷
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 檢測(cè)結(jié)果對(duì)比
        4.4.2 運(yùn)行效率對(duì)比
    4.5 本章小結(jié)
第五章 高分辨SAR圖像目標(biāo)極化特性及檢測(cè)方法
    5.1 引言
    5.2 極化特性建模
        5.2.1 基于極化分解的類別模型
        5.2.2 基于聚類的類別模型
    5.3 基于全局加權(quán)GPF的檢測(cè)方法
        5.3.1 GPF檢測(cè)器
        5.3.2 初始化GPF
        5.3.3 基于空間稀疏性的顯著性分析
        5.3.4 全局顯著性加權(quán)及融合
        5.3.5 后處理步驟
    5.4 實(shí)驗(yàn)結(jié)果與分析
        5.4.1 實(shí)驗(yàn)數(shù)據(jù)描述
        5.4.2 檢測(cè)結(jié)果對(duì)比
        5.4.3 運(yùn)行效率對(duì)比
    5.5 本章小結(jié)
第六章 全文總結(jié)與展望
    6.1 全文工作總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于紋理特征和雙門(mén)限分割技術(shù)的SAR圖像目標(biāo)快速檢測(cè)方法[J]. 戴軍.  儀器儀表用戶. 2018(08)
[2]基于PCDM香農(nóng)熵的全極化SAR圖像船舶目標(biāo)檢測(cè)方法[J]. 張程,張紅,王超.  遙感技術(shù)與應(yīng)用. 2018(03)
[3]基于模糊C均值聚類的高分辨率合成孔徑雷達(dá)圖像艦船目標(biāo)檢測(cè)[J]. 張臨杰,張晰,郎海濤.  中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[4]高分辨率合成孔徑雷達(dá)圖像艦船目標(biāo)幾何特征提取方法[J]. 熊偉,徐永力,崔亞奇,李岳峰.  光子學(xué)報(bào). 2018(01)
[5]基于頻譜殘差視覺(jué)顯著計(jì)算的高分辨SAR圖像艦船檢測(cè)算法[J]. 熊偉,徐永力,姚力波,崔亞奇,李岳峰.  電光與控制. 2018(04)
[6]一種基于多極化散射機(jī)理的極化SAR圖像艦船目標(biāo)檢測(cè)方法[J]. 文偉,曹雪菲,張學(xué)峰,陳渤,王英華,劉宏偉.  電子與信息學(xué)報(bào). 2017(01)
[7]基于邊緣特征的SAR圖像目標(biāo)檢測(cè)方法[J]. 孫宏巖.  雷達(dá)科學(xué)與技術(shù). 2013(05)
[8]稀疏距離擴(kuò)展目標(biāo)自適應(yīng)檢測(cè)及性能分析[J]. 魏廣芬,蘇峰,簡(jiǎn)濤.  自動(dòng)化學(xué)報(bào). 2013(07)
[9]面向地面運(yùn)動(dòng)目標(biāo)檢測(cè)的SAR圖像分辨率選取[J]. 蔚婧,楊志偉,李亞安.  應(yīng)用科學(xué)學(xué)報(bào). 2012(05)
[10]基于G~0分布的高海況SAR船只目標(biāo)檢測(cè)方法[J]. 魯統(tǒng)臻,張杰,紀(jì)永剛,張晰,孟俊敏.  海洋科學(xué)進(jìn)展. 2011(02)

博士論文
[1]SAR圖像特征提取與檢測(cè)、配準(zhǔn)算法研究[D]. 曾麗娜.西北工業(yè)大學(xué) 2017
[2]復(fù)雜場(chǎng)景下高分辨率遙感圖像目標(biāo)識(shí)別方法及應(yīng)用研究[D]. 吳其昌.國(guó)防科學(xué)技術(shù)大學(xué) 2016
[3]SAR/ISAR目標(biāo)電磁特征提取及應(yīng)用研究[D]. 段佳.西安電子科技大學(xué) 2015

碩士論文
[1]PolSAR圖像近海岸船舶檢測(cè)方法研究[D]. 王晨逸.哈爾濱工業(yè)大學(xué) 2018
[2]大場(chǎng)景PolSAR圖像人造目標(biāo)檢測(cè)方法研究[D]. 李維珂.哈爾濱工業(yè)大學(xué) 2017
[3]基于散射特征的極化SAR圖像飛機(jī)目標(biāo)檢測(cè)[D]. 陳麗麗.中國(guó)民航大學(xué) 2017
[4]SAR圖像艦船檢測(cè)方法研究[D]. 胡宇.沈陽(yáng)航空航天大學(xué) 2017
[5]SAR圖像艦船目標(biāo)檢測(cè)算法研究[D]. 杜臻.哈爾濱工業(yè)大學(xué) 2016
[6]SAR圖像艦船檢測(cè)與分類方法研究[D]. 蔣明哲.合肥工業(yè)大學(xué) 2016
[7]高分辨率SAR圖像目標(biāo)檢測(cè)與分類[D]. 張茂楨.長(zhǎng)春理工大學(xué) 2016
[8]復(fù)雜場(chǎng)景下的SAR目標(biāo)檢測(cè)[D]. 余文毅.西安電子科技大學(xué) 2015
[9]基于視覺(jué)注意的SAR目標(biāo)快速檢測(cè)算法研究[D]. 張強(qiáng).電子科技大學(xué) 2015
[10]高分辨率機(jī)載SAR圖像中飛機(jī)目標(biāo)的檢測(cè)與識(shí)別技術(shù)研究[D]. 李情蕓.華中科技大學(xué) 2015



本文編號(hào)：3709947