SAR图像目标检测快速处理技术研究

论文摘要

合成孔径雷达（SAR）在军事侦察和民用方面都具有重要作用,本文以SAR图像制导为背景,针对SAR图像目标检测与提取研究了相关的图像快速处理算法。研究了SAR图像的成像特征,具体研究了侧视投影的几何特征,在此基础上,研究了弹载SAR前斜视图像的几何成像原理及几何校正模型,并以实验证明了校正的可行性。推导了SAR图像的斑点噪声模型,认为SAR图像斑点噪声模型满足瑞利分布,在一般情况下也可视作指数分布。在此基础上研究了一系列的经典空间域局部统计滤波器,提出了一种新的基于边缘检测的快速滤波器,该滤波器使用边缘检测算子检测边缘,沿边缘方向进行均值滤波,并在非边缘区进行局部统计滤波,优化了边缘检测算子及局部统计滤波方法,得到了一种快速的算法。通过实验比较了新滤波器与经典滤波器的结果,证明了该滤波器的有效性。系统地研究了一系列SAR图像分割经典算法的原理及过程,并分析了各算法的特点与结果。研究了一种分割算法评价准则。针对SAR图像的特点,对典型目标的检测与提取提出了相关算法。针对高亮目标,设计了一种基于数学形态学的目标检测方法,对图像进行数学形态学变换并进行自适应阈值提取,以目标面积为约束条件,得到了比较理想的结果。针对直线目标,在传统Hough变换的基础上设计了一种基于灰度梯度方向熵的快速Hough变换方法,提出了灰度梯度方向熵的概念,通过计算灰度梯度方向熵,可以检测图像中包含边缘的区域及边缘可能的方向,通过这种方法可以有效地减少计算量。针对海岸线,在C-均值聚类算法的思想下,改进了区域增长算法,认为包含海洋及陆地的图像满足正态分布模型,提出了计算最佳阈值的方法。以实验的形式对算法进行了评估,证明所提出算法均是有效的。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 研究背景
• 1.3 国内外研究现状
• 1.4 论文的主要结构
• 第二章 SAR 图像特点研究
• 2.1 SAR 简介
• 2.2 SAR 图像特征
• 2.3 前斜视SAR 成像
• 2.4 本章小结
• 第三章 SAR 图像去噪滤波方法研究
• 3.1 图像噪声模型
• 3.2 经典SAR 图像斑点噪声滤波方法
• 3.2.1 Lee 滤波器
• 3.2.2 Kuan 滤波器
• 3.2.3 Gamma MAP 滤波器
• 3.2.4 精制Lee 滤波器
• 3.3 基于边缘检测的快速滤波方法
• 3.4 各类滤波器滤波实验结果比较与结论
• 3.5 本章小结
• 第四章 SAR 图像分割方法研究
• 4.1 概述
• 4.1.1 图像分割的定义
• 4.1.2 图像分割算法概述
• 4.2 边缘检测
• 4.2.1 梯度算子
• 4.2.2 Prewitt 和Sobel 算子
• 4.2.3 Laplacian 算子
• 4.2.4 Canny 算子
• 4.3 区域分割
• 4.3.1 基于各像素灰度值的阈值分割法
• 4.3.2 特征空间聚类方法
• 4.3.3 最大类间方差分割
• 4.4 区域增长
• 4.4.1 基本原理和步骤
• 4.4.2 生长准则和过程
• 4.5 松弛迭代图像分割算法
• 4.6 基于数学形态学的分割方法
• 4.6.1 概述
• 4.6.2 边缘的形态检测
• 4.7 图像分割评价
• 4.7.1 最终测量精度评价准则
• 4.7.2 分割算法评价框架
• 4.8 本章小结
• 第五章 典型目标检测与提取
• 5.1 图像预处理
• 5.1.1 灰度线性增强
• 5.1.2 直方图均衡化
• 5.2 高亮目标检测与提取
• 5.2.1 基于灰度直方图的自适应阈值快速迭代算法
• 5.2.2 基于数学形态学的目标提取算法
• 5.2.3 算法评估
• 5.3 直线目标检测与提取
• 5.3.1 哈夫变换基本原理与步骤
• 5.3.2 灰度梯度方向熵的概念和应用
• 5.3.3 直线目标提取算法具体步骤与结果
• 5.3.4 算法评估
• 5.4 海岸线检测与提取
• 5.4.1 区域增长的阈值计算
• 5.4.2 区域增长的改进算法
• 5.4.3 算法评估
• 5.5 本章小结
• 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果