收藏本站
收藏 | 论文排版

基于星载简缩极化SAR的海上舰船目标检测方法研究

王海波  
【摘要】:简缩极化合成孔径雷达(Compact Polarimetric Synthetic Aperture Radar,CP SAR)是一种新兴的极化SAR系统,能够在降低系统设计复杂度的情况下保持较好的全极化信息,具有较大的应用和发展潜力。与全极化SAR相比,简缩极化SAR因其系统简单且能够获取更大幅宽的图像,在海洋监视方面具有先天的优势,基于星载简缩极化SAR的海上舰船目标检测是当今极化SAR海洋遥感领域研究的热点问题。因此,星载简缩极化SAR图像舰船目标检测技术研究具有重要的理论意义和实用价值。本文针对星载简缩极化SAR图像的海上舰船目标检测问题,从全极化信息重建、极化特征参数提取以及简缩极化SAR舰船目标检测方法等方面进行了系统研究。主要工作和创新点如下:1、研究实现了两种典型的基于简缩极化数据的全极化信息重建方法,并通过实测数据的实验结果,对比分析了其重建性能。首先,详细推导了三种简缩极化模式的散射矢量和协方差矩阵。其次,利用Souyris重建模型和Nord重建模型分别对三种模式下的简缩极化数据进行重建。最后,通过NASA/JPL AIRSAR机载实测全极化数据分别模拟三种模式的简缩极化数据进行实验,结果表明,两种重建方法对森林茂密地区的重建结果较为准确,但是在海洋地区效果并不是很好。2、研究了简缩极化SAR特征参数提取方法,实验对比分析了不同极化特征参数对舰船检测性能的影响。对舰船目标检测中常用的极化特征参数进行研究,分别提取了全极化和简缩极化的极化特征参数。由于舰船目标对不同的极化特征参数“敏感性”不同,本文采用直方图分析、归一化距离、相似度比较、CFAR检测结果对比等方式对选取的8种极化特征参数进行实验。通过Radarsat-2星载全极化实测数据模拟CTLR模式的简缩极化数据进行实验,结果表明,共极化系数、极化熵、极化度在舰船目标检测上有较好的检测性能,但是无论单独采用哪一种极化特征参数进行检测,都无法取得较好的检测结果。因此,有必要充分利用简缩极化信息,采用多种极化特征参数进行舰船目标检测。3、提出了一种基于特征向量加权SVM的简缩极化SAR图像舰船目标检测方法,实测数据的实验结果表明,该方法能有效去除虚警和模糊噪声,取得较好的舰船检测结果。首先,对简缩极化的极化参数进行提取,针对多种极化特征参数的优选问题进行研究,构造加权特征向量。其次,基于加权SVM分类器对CTLR模式简缩极化SAR图像舰船目标进行检测。最后,利用m-χ分解后三个分量对应不同散射机制的差异进行虚警去除。通过NASA/JPL AIRSAR机载以及Radarsat-2星载全极化SAR实测数据模拟的CTLR模式简缩极化数据实验结果表明,该方法能有效检测出舰船目标的同时去除了虚警和模糊噪声。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 陈云;;云环境舰船目标检测与跟踪[J];舰船科学技术;2018年12期
2 代威;文贡坚;张星;李智勇;;高光谱图像海上舰船目标检测方法研究[J];重庆理工大学学报(自然科学);2015年11期
3 冷相文;张旭;赵晓哲;;水雷障碍对舰船目标流毁伤概率仿真研究[J];计算机仿真;2011年04期
4 王彦情;马雷;田原;;光学遥感图像舰船目标检测与识别综述[J];自动化学报;2011年09期
5 邢孟道;高悦欣;陈溅来;保铮;;海上舰船目标雷达成像算法[J];科技导报;2017年20期
6 王鹏;吕高杰;龚俊斌;田金文;;一种复杂海天背景下的红外舰船目标自动检测方法[J];武汉大学学报(信息科学版);2011年12期
7 吴超;龚翠玲;宋万杰;吴顺君;;舰船目标实时一维距离像研究[J];现代雷达;2008年07期
8 丛瑜;周伟;于仕财;郭明;;一种对港口影像进行舰船目标提取方法[J];计算机仿真;2014年01期
9 刘松涛;;用盒子维评估红外烟幕对舰船目标的遮蔽效果[J];光电工程;2009年02期
10 李长军;陈学佺;丁治国;;一种港口区域舰船目标变化检测新方法[J];计算机工程;2006年14期
11 种劲松,朱敏慧;合成孔径雷达图像舰船目标检测与分析[J];现代雷达;2003年08期
12 魏建荣;;背景纹理模型在海面舰船目标检测中的应用研究[J];舰船科学技术;2017年20期
13 程红;刘思彤;孙文邦;杨帅;;遥感图像中舰船目标的快速精细检测[J];光电工程;2016年04期
14 李军;;光学遥感图像在舰船目标检测中的应用分析[J];舰船电子工程;2016年10期
15 曹冰;;基于图像融合与处理技术的舰船目标检测[J];舰船科学技术;2015年05期
16 徐晋;陆鹏程;付启众;;岸基米波雷达对海上舰船目标探测性能分析[J];雷达与对抗;2008年03期
17 黄伟;严小乐;沈秋;李再升;董克松;顾逸佳;;二值化特征在快速舰船目标预选中的应用[J];光学技术;2017年05期
18 邢莎;吉林;雍杨;龚涛;袁佳;;基于多尺度局部边缘梯度的红外舰船目标检测[J];兵工自动化;2014年05期
19 邢莎;吉林;雍杨;龚涛;袁佳;邢根祥;;基于梯度统计特性的自动红外舰船目标检测[J];数字技术与应用;2013年10期
中国重要会议论文全文数据库 前10条
1 王童;童创明;李西敏;陈彬;;海面舰船目标二次散射成像研究[A];2017年全国微波毫米波会议论文集(上册二)[C];2017年
2 王卫华;何艳;牛照东;陈曾平;;基于兴趣区分割的红外舰船目标实时检测算法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
3 何友金;李凯永;任建广;;一种改进的基于递归门限分析的红外舰船目标图像分割方法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
4 姚力波;刘勇;吴昱舟;熊伟;周智敏;;基于高分四号卫星的舰船目标跟踪[A];第四届高分辨率对地观测学术年会论文集[C];2017年
5 艾淑芳;张国华;;海面杂波背景下红外图像中舰船目标的检测[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
6 陈彬;王成安;王富强;谭建宇;;海面背景下舰船目标红外辐射特性分析[A];高等教育学会工程热物理专业委员会第二十一届全国学术会议论文集——传热传质学专辑[C];2015年
7 马兰;陈筱勇;吴群;;基于小波包和高阶统计量的热红外舰船目标检测改进算法[A];国家安全地球物理丛书(十二)——地球物理与信息感知[C];2016年
8 陈彬;王成安;王富强;谭建宇;;海面背景下舰船目标红外辐射特性分析[A];高等学校工程热物理第二十届全国学术会议论文集——传热传质学专辑[C];2014年
9 吴楠;冯传收;王海婴;;采用高频法软件包计算舰船目标的RCS[A];第六届全国电磁兼容性学术会议2004EMC论文集[C];2004年
10 牛敏;高贵;;SAR图像舰船目标检测综述[A];第八届全国信号和智能信息处理与应用学术会议会刊[C];2014年
中国博士学位论文全文数据库 前10条
1 安彧;海战场舰船目标检测与识别研究[D];哈尔滨工程大学;2015年
2 段崇雯;基于SAR成像的海面舰船目标特征参数估计[D];国防科学技术大学;2013年
3 邢相薇;HRWS SAR图像舰船目标监视关键技术研究[D];国防科学技术大学;2014年
4 张晖;舰船目标多手段数据融合探测方法研究[D];内蒙古大学;2016年
5 王健;高频地波雷达舰船目标跟踪关键技术研究[D];哈尔滨工业大学;2008年
6 桂阳;基于机载视觉的无人机自主着舰引导关键技术研究[D];国防科学技术大学;2013年
7 种劲松;合成孔径雷达图像舰船目标检测算法与应用研究[D];中国科学院研究生院(电子学研究所);2002年
8 雷琳;多源遥感图像舰船目标特征提取与融合技术研究[D];国防科学技术大学;2008年
9 郭伟娅;基于光学遥感图像的舰船目标识别研究[D];哈尔滨工程大学;2015年
10 邢孟道;基于实测数据的雷达成像方法研究[D];西安电子科技大学;2002年
中国硕士学位论文全文数据库 前10条
1 周瑶;基于深度学习的舰船目标检测与识别[D];哈尔滨工程大学;2018年
2 翟亮;SAR图像港口内舰船目标检测[D];国防科学技术大学;2016年
3 邓婉霞;基于卫星图像信息与电子信息的舰船目标关联[D];国防科学技术大学;2016年
4 王海波;基于星载简缩极化SAR的海上舰船目标检测方法研究[D];国防科学技术大学;2016年
5 吴俊;基于高分辨率SAR图像的舰船目标分类识别研究[D];浙江大学;2018年
6 王子晟;海面运动舰船的雷达成像技术研究[D];电子科技大学;2018年
7 石超;基于红外视频的运动舰船检测与跟踪[D];郑州大学;2018年
8 陈珊;合成孔径雷达图像上舰船目标的检测[D];上海交通大学;2008年
9 张胜辉;舰船目标红外中/长波特性分析与检测方法研究[D];国防科学技术大学;2015年
10 冷祥光;星载SAR舰船目标自适应检测技术研究[D];国防科学技术大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978