SAR圖像艦船目標(biāo)檢測(cè)及特征提取方法研究.pdf

1、合成孔徑雷達(dá)(SAR，Synthetic Aperture Radar)利用雷達(dá)平臺(tái)與探測(cè)場(chǎng)景相對(duì)運(yùn)動(dòng)，將較小尺寸的真實(shí)孔徑天線(xiàn)用數(shù)據(jù)處理的方法等效合成為較大孔徑的天線(xiàn)，以獲取較高方位向分辨率的雷達(dá)圖像。利用合成孔徑雷達(dá)對(duì)廣袤海洋中的艦船目標(biāo)進(jìn)行檢測(cè)具有重要的應(yīng)用價(jià)值，對(duì)合成孔徑雷達(dá)圖像艦船目標(biāo)的檢測(cè)課題的研究，可以推動(dòng)我國(guó)合成孔徑雷達(dá)系統(tǒng)走向?qū)嵱没?。本文重點(diǎn)圍繞合成孔徑雷達(dá)圖像數(shù)據(jù)的相干斑抑制、艦船目標(biāo)檢測(cè)算法和艦船目標(biāo)特征參數(shù)提取等

2、方面進(jìn)行了深入研究。
　　 由于SAR的成像機(jī)理，SAR圖像中會(huì)存在大量相干斑，它對(duì)SAR圖像的處理、解譯會(huì)造成很大困難。本文針對(duì)單極化SAR圖像和多極化SAR圖像的不同特點(diǎn)，分別研究分析了應(yīng)用于單極化SAR圖像的中值濾波、最小均方誤差估計(jì)濾波、GammaMAP濾波，以及應(yīng)用于多極化SAR圖像的極化白化濾波、最優(yōu)權(quán)值濾波、基于最佳紋理統(tǒng)計(jì)估計(jì)濾波等算法。
　　 本文重點(diǎn)對(duì)SAR圖像的艦船目標(biāo)檢測(cè)算法進(jìn)行了研究。研究了針對(duì)

3、單極化SAR圖像數(shù)據(jù)的CFAR和KSW兩種檢測(cè)算法，以及針對(duì)多極化SAR圖像數(shù)據(jù)的SPAN算法、最優(yōu)極化檢測(cè)算法、極化白化濾波檢測(cè)算法。本文利用傳統(tǒng)基于矩形滑動(dòng)窗口極化白化濾波檢測(cè)算法的自適應(yīng)性，針對(duì)傳統(tǒng)算法會(huì)造成艦船目標(biāo)邊緣區(qū)域模糊的缺陷，提出了基于分解理論的艦船目標(biāo)檢測(cè)算法。算法在充分考慮了目標(biāo)的散射機(jī)理基礎(chǔ)上，利用Freeman分解結(jié)果對(duì)存在目標(biāo)邊緣結(jié)構(gòu)區(qū)域的圖像進(jìn)行了均勻區(qū)再判別，實(shí)現(xiàn)對(duì)參數(shù)的準(zhǔn)確估計(jì)，消除了目標(biāo)邊緣模糊的問(wèn)題。