港口区域SAR图像目标检测技术研究

港口区域SAR图像目标检测技术研究

论文摘要

港口区域属于陆海混合环境,非常复杂。采用SAR图像在港口等复杂环境中发现、辨别感兴趣的舰船目标,是雷达领域一个挑战性课题。以机载或弹载雷达探测港口舰船为应用需求,本文在模拟港口区域SAR图像的基础上,系统研究了港口区域SAR图像海陆分割、港口ROI及海岸线的精提取、港口区域舰船目标检测等问题。论文的工作主要包括以下几个方面:(1)第一章主要介绍了课题的研究背景和意义,并分别对SAR图像模拟、SAR图像边缘检测、SAR图像舰船目标检测的研究现状进行了概括。(2)第二章主要研究了港口区域SAR图像模拟问题。首先根据港口区域SAR图像灰度特征的先验信息,分别定义了陆地、海洋、防波堤、码头以及舰船目标的后向散射系数模型;结合港口目标的几何分布产生了港口区域回波信号,并利用经典SAR成像算法对回波信号进行处理获得了港口区域SAR图像;最后基于杂波统计分布模型产生了典型环境下的陆地杂波与海杂波,并分别叠加到陆域和海域,由此获得了不同信杂比条件下的港口区域SAR图像。本章的港口区域SAR图像模拟的研究为后续章节海陆分割、舰船目标检测奠定了实验数据基础。(3)第三章主要研究了港口区域SAR图像海陆分割问题。首先从港口区域SAR图像出发,分别采用海岸线检测、阈值分割和形态学处理的方法实现了海陆粗分割;然后采用基于防波堤与码头几何特征的方法实现了港口ROI提取;为了解决舰船紧靠陆地时海陆粗分割带来的漏警问题,采用扩展条带区域方法实现了海岸线的精提取,同时避免了舰船漏警。(4)第四章主要研究了港口区域SAR图像舰船目标检测问题。首先介绍了以CFAR检测方法为代表的海面舰船目标检测方法;然后基于港口区域SAR图像舰船目标检测方案,采用基于K分布的局部自适应CFAR检测算法对港口区域舰船目标进行检测,解决了海面背景SAR相干斑和海尖峰带来的虚警问题,并通过仿真实验得到了不同信杂比条件下舰船目标的检测性能。(5)第五章总结了全文的研究成果,并指出了论文后续的研究方向。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题研究背景及意义
  • 1.1.1 港口区域SAR图像模拟研究的意义
  • 1.1.2 港口区域SAR图像海岸线检测研究的意义
  • 1.1.3 港口区域SAR图像舰船目标检测研究的意义
  • 1.2 国内外研究现状及发展趋势
  • 1.2.1 机载SAR的发展概况
  • 1.2.2 SAR图像模拟研究现状
  • 1.2.3 SAR图像边缘检测研究现状
  • 1.2.4 SAR图像舰船目标检测研究现状
  • 1.3 论文主要工作及创新
  • 1.3.1 论文主要工作
  • 1.3.2 论文创新点
  • 第二章 港口区域SAR图像模拟
  • 2.1 引言
  • 2.2 线性调频雷达的信号处理原理
  • 2.2.1 线性调频信号
  • 2.2.2 脉冲压缩原理
  • 2.3 距离和方位高分辨率实现原理
  • 2.3.1 距离高分辨率实现原理
  • 2.3.2 方位高分辨率实现原理
  • 2.4 典型港口区域模型
  • 2.4.1 点目标SAR回波信号模型
  • 2.4.2 港口区域SAR回波信号模型
  • 2.5 港口区域SAR图像模拟
  • 2.5.1 经典SAR成像算法
  • 2.5.2 港口区域SAR图像模拟
  • 2.5.3 杂波环境下的港口区域SAR图像模拟
  • 2.6 本章小结
  • 第三章 港口区域SAR图像海陆分割
  • 3.1 引言
  • 3.2 港口区域SAR图像海陆粗分割
  • 3.2.1 基于海岸线检测的海陆粗分割方法
  • 3.2.2 基于阈值分割和形态学处理的海陆粗分割方法
  • 3.3 港口ROI及海岸线的精提取
  • 3.3.1 基于防波堤与码头几何特征的港口ROI提取方法
  • 3.3.2 海岸线的精提取
  • 3.3.3 实验结果与分析
  • 3.5 本章小结
  • 第四章 港口区域SAR图像舰船目标检测
  • 4.1 引言
  • 4.2 海面舰船目标检测方法
  • 4.2.1 全局CFAR检测算法
  • 4.2.2 局部双参数CFAR检测算法
  • 4.2.3 局部自适应CFAR检测算法
  • 4.3 港口区域SAR图像舰船目标检测分析
  • 4.4 本章小结
  • 第五章 结束语
  • 5.1 工作总结
  • 5.2 工作展望
  • 致谢
  • 参考文献
  • 作者在学期间取得的学术成果
  • 附录A 统计分布模型CFAR检测阈值
  • 附录B 统计分布模型的参数估计
  • 相关论文文献

    • [1].云贵高原典型地物L波段SAR散射特性分析——以昆明为例[J]. 上海国土资源 2019(04)
    • [2].基于深度神经网络的SAR建筑目标三维重建方法[J]. 中国科学:信息科学 2019(12)
    • [3].机载下视3D-SAR切航天线的机电耦合优化设计[J]. 机械设计与制造 2020(06)
    • [4].应用水冷散热的多通道星载SAR热真空试验设计[J]. 航天器工程 2020(04)
    • [5].大功率星载SAR天线电源系统脉动电流抑制研究[J]. 现代雷达 2020(08)
    • [6].微波轨道角动量在SAR中超分辨率成像研究[J]. 内蒙古科技大学学报 2020(02)
    • [7].2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究[J]. 武汉大学学报(信息科学版) 2020(09)
    • [8].基于分布式SAR系统的侦察卫星目标定位技术[J]. 计算机测量与控制 2020(09)
    • [9].基于SAR卫星遥感数据的城市不透水性分析[J]. 大众科技 2020(09)
    • [10].一种基于模糊滤波提高SAR自动目标识别平移不变性的方法[J]. 系统工程与电子技术 2020(11)
    • [11].基于SAR成像对隐身飞机维护的评估[J]. 火力与指挥控制 2019(10)
    • [12].星载双天线干涉SAR系统总体技术研究[J]. 航天器工程 2016(06)
    • [13].海量时序地基SAR影像相干目标选取[J]. 数据采集与处理 2016(06)
    • [14].手机通话与蓝牙耳机通话的SAR值研究[J]. 数字通信世界 2017(02)
    • [15].SAR图像分割方法综述[J]. 兵器装备工程学报 2017(06)
    • [16].西北寒旱灌区裸露地表粗糙度SAR反演建模方法研究[J]. 灌溉排水学报 2017(06)
    • [17].极化SAR图像分割方法研究[J]. 无线互联科技 2017(12)
    • [18].针对SAR图像的树形稀疏表示结构识别算法研究[J]. 计算机技术与发展 2017(08)
    • [19].基于前斜SAR成像导引头的末制导律研究[J]. 战术导弹技术 2017(05)
    • [20].基于张量高斯混合模型的SAR图像分割[J]. 电子技术与软件工程 2017(18)
    • [21].基于SAR数据的城市空气动力学粗糙度研究[J]. 遥感技术与应用 2016(05)
    • [22].主从模式编队卫星SAR压缩感知成像算法[J]. 信号处理 2013(12)
    • [23].干旱灌区含盐土壤水分SAR反演建模[J]. 灌溉排水学报 2016(S2)
    • [24].时变海场景双基SAR回波实时模拟方法研究[J]. 系统仿真学报 2020(11)
    • [25].基于电磁散射的信号级海面舰船SAR成像模拟[J]. 计算机仿真 2020(11)
    • [26].联合星载光学和SAR影像的漳江口红树林与互花米草遥感监测[J]. 热带海洋学报 2020(02)
    • [27].高分辨率SAR影像提取冰川面积与冰面河[J]. 遥感技术与应用 2019(06)
    • [28].基于改进邻域比和分类的SAR图像变化检测[J]. 计算机应用与软件 2020(05)
    • [29].光学遥感植被指数与SAR遥感参数的相关性及其主要影响因素研究[J]. 国土资源遥感 2020(02)
    • [30].磁共振超SAR问题及应对方法[J]. 中国医疗器械杂志 2020(04)

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

    港口区域SAR图像目标检测技术研究
    下载Doc文档

    猜你喜欢