基于SAR图像的舰船目标检测与参数提取研究
文献类型:学位论文
作者 | 张晓燕 |
学位类别 | 硕士 |
答辩日期 | 2008-05-22 |
授予单位 | 中国科学院电子学研究所 |
授予地点 | 电子学研究所 |
导师 | 尤红建 |
关键词 | 舰船检测 CFAR SAR 尾迹 Radon变换 |
其他题名 | Ship Target Detection and Parameters Extraction Based on SAR Images |
中文摘要 | 目前海洋SAR图像的分析利用方面存在很大的发展空间, 当海量的SAR图像用于舰船及其尾迹检测时,需要开展自动检测算法方面的研究, 本文在前人的工作基础之上,结合“十一五”总装预研项目“高分辨率SAR图像处理与目标识别技术”,从系统的角度,提出了一套半自动舰船检测及其参数提取的流程方案,并且针对各模块给出了具体的算法实现方案,其中海洋杂波估计和Radon变换尾迹检测是本论文研究的重点内容。具体研究了如下几个方面的内容: 1. 在海洋杂波建模方法的选择上,探索了一种基于概率神经网络(PNN)的方法,并且将之与其它海洋杂波模型(Gauss模型和Gamma模型)做了对比实验,实验结果表明,无论在海面比较平稳还是海面比较起伏的情况下,PNN模型都能够很好的拟合海洋杂波分布。 2. 深入研究了Radon变换离散化的方法。实现了三种方法的对比:基于Radon变换域遍历的方法、基于图像域遍历的方法以及基于Radon变换域遍历改进的方法,最后优选计算速度最快的基于Radon变换域遍历改进的方法作为本文的离散化方案。 3. 在Radon变换的基础上,提出了一种在Radon变换域附加检测规则对星载SAR图像中窄V尾迹进行检测的方法。附加的规则由去除短线规则和去除孤立点规则组成,将该方法应用于星载SAR图像中不同表现形式下的窄V尾迹,实验表明,该方法具有一定的普遍适用性。 最后,在窄V尾迹检测的基础之上,实现了舰船航速和航向的估计。 |
语种 | 中文 |
公开日期 | 2011-07-19 |
页码 | 71 |
源URL | [http://159.226.65.12/handle/80137/8723] ![]() |
专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
推荐引用方式 GB/T 7714 | 张晓燕. 基于SAR图像的舰船目标检测与参数提取研究[D]. 电子学研究所. 中国科学院电子学研究所. 2008. |
入库方式: OAI收割
来源:电子学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。