基于卷積神經(jīng)網(wǎng)絡(luò)的SAR圖像艦船檢測算法研究
發(fā)布時間:2021-10-29 15:33
近年來,隨著遙感技術(shù)的快速發(fā)展,諸多學(xué)者投身于遙感領(lǐng)域研究,使得遙感領(lǐng)域成為了一個研究熱點,新理論、新方法層出不窮。隨著GF-3衛(wèi)星的升空,國內(nèi)研究人員又掀起了一股合成孔徑雷達(Synthetic Aperture Radar,SAR)研究熱潮。合成孔徑雷達利用微波成像,不受地面云霧、光照、風(fēng)雨等影響,能全天時、全天候的對地面進行監(jiān)控,能夠有效識別偽裝和穿透掩蓋物,獲取地面信息。在民用領(lǐng)域,合成孔徑雷達能夠?qū)ι搅、海洋、自然資源、自然災(zāi)害進行有效監(jiān)控;在軍用領(lǐng)域,合成孔徑雷達能夠提供偵查,獲取戰(zhàn)場信息,提升戰(zhàn)場優(yōu)勢。艦船檢測是合成孔徑雷達的一個重要研究內(nèi)容。合成孔徑雷達的成像機制使得SAR圖像遍布相干斑噪聲,增加了傳統(tǒng)艦船檢測的難度,因此,尋找一種檢測結(jié)果更優(yōu),普適性更好的SAR圖像目標(biāo)檢測方法具有重要的意義。本文在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,提出了一種改進的R-FCN SAR圖像艦船檢測算法。在傳統(tǒng)艦船檢測算法中,應(yīng)用最廣、研究最深入的算法是恒虛警率(Constant False Alarm Rate,CFAR)檢測算法。CFAR通過充分?jǐn)M合背景雜波,利用背景雜波與目標(biāo)的差異實現(xiàn)檢測,但是...
【文章來源】:內(nèi)蒙古科技大學(xué)內(nèi)蒙古自治區(qū)
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
SAR成像幾何示意圖
圖 2.2 相干斑產(chǎn)生機理散射電磁波,它的回波是呈球面一樣,并且在標(biāo)而言,由于其在距離向和方位向的分辨率上因此,可以用眾多理想的點目標(biāo)去描述實際的就組成了雷達的回波信號,而斑點噪聲的存在別是面對單獨的點目標(biāo),會產(chǎn)生很多虛警概率。響,盡管相同分辨單元內(nèi)每個散射點的回波在同其與傳感器之間的距離有關(guān)系,已經(jīng)不相干它們各自的回波相同相位相加,通常來說它們的信號就會出現(xiàn)起伏的特征。如果傳感器的位生改變,進而導(dǎo)致合成的振幅也會有所改變,續(xù)監(jiān)測同一地表區(qū)域時就會有各種不同的合成
內(nèi)蒙古科技大學(xué)碩士學(xué)位論文線。常用的海陸分割方法包括:邊界追蹤法,Markovia換法,水平截集法。界追蹤算法,Lee 和 Jurkevich 提出了邊界追蹤算法[43]。該方法通過陸地的像素概率密度分布,并設(shè)定閾值。然后根據(jù)閾值上一點,設(shè)定邊界追蹤法,算法生成的輪廓線,便是海 2.4 所示.
本文編號:3464923
【文章來源】:內(nèi)蒙古科技大學(xué)內(nèi)蒙古自治區(qū)
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
SAR成像幾何示意圖
圖 2.2 相干斑產(chǎn)生機理散射電磁波,它的回波是呈球面一樣,并且在標(biāo)而言,由于其在距離向和方位向的分辨率上因此,可以用眾多理想的點目標(biāo)去描述實際的就組成了雷達的回波信號,而斑點噪聲的存在別是面對單獨的點目標(biāo),會產(chǎn)生很多虛警概率。響,盡管相同分辨單元內(nèi)每個散射點的回波在同其與傳感器之間的距離有關(guān)系,已經(jīng)不相干它們各自的回波相同相位相加,通常來說它們的信號就會出現(xiàn)起伏的特征。如果傳感器的位生改變,進而導(dǎo)致合成的振幅也會有所改變,續(xù)監(jiān)測同一地表區(qū)域時就會有各種不同的合成
內(nèi)蒙古科技大學(xué)碩士學(xué)位論文線。常用的海陸分割方法包括:邊界追蹤法,Markovia換法,水平截集法。界追蹤算法,Lee 和 Jurkevich 提出了邊界追蹤算法[43]。該方法通過陸地的像素概率密度分布,并設(shè)定閾值。然后根據(jù)閾值上一點,設(shè)定邊界追蹤法,算法生成的輪廓線,便是海 2.4 所示.
本文編號:3464923
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3464923.html
最近更新
教材專著