SAR图像特定目标检测技术研究

论文摘要

合成孔径雷达(Synthetic Aperture Radar, SAR)凭其独特的优势在军事侦察和民用方面得到了广泛的应用,开展SAR图像的目标检测工作具有实际意义和应用前景。本文基于方向滤波技术、非抽样Contourlet变换(Nonsubsampled Contourlet Transform, NSCT)和扩展分形技术研究了SAR图像特定目标检测技术,并通过实验加以验证。提出一种基于NSCT域自适应收缩的SAR图像相干斑抑制算法,算法借助NSCT所具有的平移不变性、多方向性和多分辨性,同时结合Pizurica自适应收缩对系数的空间方向相关性及局部噪声进行度量并修正各高频子带系数。结果表明,该算法在有效滤波的同时能清晰地保持边缘等细节特征。提出一种基于方向滤波器的SAR图像直线目标检测算法,利用方向滤波器良好的方向选择性将直线目标分解到对应的方向子带中,在各方向子带中通过对直线平行边缘对的检测实现直线目标的检测。用实测SAR图像进行实验,获得了较好的检测效果。根据NSCT域目标点和背景点能量特征的不同分布,提出了一种基于NSCT域能量特征的SAR图像目标检测及目标方位角估计算法。利用目标点与背景点能量跨尺度传递的不同特性及其分布的方向特性,在原SAR图像的能量特征图和方向特征图中实现目标检测和目标方位角估计。实验证明,该算法在有效检测目标的同时能准确估计出目标的方位角范围。分析了扩展分形目标检测算法产生虚警的主要原因,利用目标区域像素点灰度一致性及与背景灰度差异性对原有算法进行改进,实验结果表明,改进的算法在特定尺寸目标检测的虚警数和品质因数性能指标上较原算法均有所改善。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 SAR 图像目标检测的研究现状
• 1.2.1 SAR 图像去噪
• 1.2.2 SAR 图像目标特征
• 1.2.3 SAR 图像目标检测与识别
• 1.3 多尺度几何分析技术
• 1.4 本论文的主要工作及内容安排
• 第二章 非抽样CONTOURLET 变换理论及其实现
• 2.1 CONTOURLET变换
• 2.1.1 拉普拉斯金字塔分解
• 2.1.2 方向滤波器组
• 2.1.3 Contourlet 变换
• 2.2 非抽样CONTOURLET变换
• 2.2.1 非抽样塔式结构
• 2.2.2 非抽样方向滤波器组
• 2.2.3 非抽样Contourlet 变换
• 第三章 基于非抽样CONTOURLET 变换的SAR 图像相干斑抑制
• 3.1 引言
• 3.2 SAR 图像相干斑噪声的特性
• 3.2.1 相干斑噪声的形成机理
• 3.2.2 相干斑噪声的数学模型
• 3.3 相干斑抑制效果评价指标
• 3.4 基于非抽样CONTOURLET变换域自适应收缩的SAR 图像相干斑抑制
• 3.4.1 Pizurica 收缩算法
• 3.4.2 基于非抽样Contourlet 变换域Pizurica 自适应收缩的SAR 图像相干斑抑制算法
• 3.4.3 实验结果与分析
• 3.5 小结
• 第四章 基于方向滤波器组的SAR 图像直线目标检测
• 4.1 引言
• 4.2 基于方向滤波器组的SAR 图像直线目标检测
• 4.2.1 SAR 图像预处理
• 4.2.2 基于方向滤波器组的SAR 图像线特征检测
• 4.2.3 基于方向编组的线基元组织
• 4.2.4 平行线检测及中心线提取
• 4.3 实验结果与分析
• 4.4 小结
• 第五章 基于NSCT 域能量特征的SAR 图像目标检测及目标方位角估计
• 5.1 引言
• 5.2 双参数CFAR 目标检测算法
• 5.3 基于NSCT 域能量特征的SAR 图像目标检测及目标方位角估计
• 5.3.1 NSCT 域SAR 图像的能量分布及描述
• 5.3.2 基于NSCT 域能量特征的SAR 图像目标检测及目标方位角估计
• 5.3.3 实验结果及性能分析
• 5.4 小结
• 第六章 基于改进的扩展分形特征的SAR 图像特定尺寸目标检测
• 6.1 引言
• 6.2 基于扩展分形特征的SAR 图像特定尺寸目标检测算法
• 6.2.1 扩展分形特征的定义
• 6.2.2 扩展分形特征的尺寸敏感性分析
• 6.2.3 扩展分形特征的二阶统计特性分析
• 6.2.4 实验结果与性能分析
• 6.3 基于改进的扩展分形特征的SAR 图像特定尺寸目标检测
• 6.4 小结
• 第七章 总结与展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文