收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向SAR图像目标分类的关键技术研究

王世晞  
【摘要】: 本文以发展自动和半自动的SAR图像目标分类系统为目的,围绕成像侦察情报支援作战应用,结合我国雷达成像卫星及航天器与地面应用系统建设及发展需求,以SAR图像目标解译应用为背景,在大量国内外高分辨率SAR实测数据的支持下,深入研究了SAR图像去斑技术、SAR图像分割技术、面向目标分类的SAR图像目标切片特征提取技术。论文主要研究内容包括: 第二章研究了SAR图像的相干斑抑制问题。相干斑抑制是SAR图像处理中最基础同时也是最重要的问题之一,其核心问题在于如何在充分抑制相干斑的同时保持图像的点、线、边缘等结构特征。论文首先提出了一种具有结构保持特性的MRF模型——SPMRF,并给出了模型的参数估计方法,该模型可以根据图像的局部特征自适应调整权重参数,既能描述匀质区域又能描述结构特征,为贝叶斯估计提供了准确的先验信息,从而使基于SPMRF的SAR图像贝叶斯去斑取得了较好的去斑效果;然后,借鉴自适应窗口滤波思想,提出了MRF邻域的自适应调整方法,弥补了简单MRF模型无法保持结构特征的缺陷。通过对图像局部区域匀质性的判断,自适应调整模型的邻域结构,在匀质区域使用较大邻域以充分抑制相干斑,而在含结构特征区域使用较小邻域,并筛选出与中心像素最有可能源自具有相同后向散射特性的邻域点参与计算,以保持结构特征。以此为基础的AN-MMRF去斑在充分抑制相干斑的同时较好地保持了图像结构特征;最后,在已有的基于HMT和基于HMRF模型的隐状态估计方法上,将两者结合,提出了基于HMT-HMRF模型的SAR图像小波系数隐状态估计法,该方法充分利用了小波系数尺度间和尺度内的相关性,提高了隐状态估计的准确性,为利用贝叶斯估计削弱噪声主导的小波系数并保持信号主导的小波系数奠定了基础。以此为核心的SAR图像小波去斑同样取得了较好的去斑效果。 第三章研究了SAR图像区域分割技术。为了从大幅未知的SAR场景图像有效提取目标ROI切片并分离切片中的目标区域,论文给出了三种分割算法,包括基于最大类间方差准则的SAR图像分割算法、基于分形特征组的SAR图像分割算法和基于多分辨率分析的SAR图像分割算法。首先,在现有的二维最大类间方差法分割算法的基础上,分析了叠加乘性噪声的二维直方图特点,提出新的适用于乘性噪声的直方图区域划分方法。同时,提出新的阈值选取准则。基于改进的二维直方图划分方法和新的阈值选取准则,论文提出了基于最大类间方差准则的SAR图像分割算法;其次,针对SAR图像纹理的特征,利用分形理论来计算待分割像素局部图像数据的分形维数和间隙度特征,以衡量该局部图像数据的起伏特性。论文基于这两类特征构建分形特征矢量,并结合二项式距离判决函数,实现SAR图像分割处理;最后,为了消除相干斑噪声对高分辨率SAR图像分割的影响,论文给出了基于多分辨率分析的SAR图像分割算法。该算法在对待分割图像数据进行多尺度分层处理的基础上,对多尺度数据建立MAR模型,并计算多分辨率对数似然比统计量,来实现对SAR图像的分割。 第四章研究了面向目标分类的SAR图像目标特征提取技术。立足于构建自动和半自动的SAR图像目标分类系统,深入研究了面向SAR图像目标分类的目标切片特征提取问题。首先,在广泛文献调研的基础上,综述了SAR图像目标方位角估计技术;在此基础上,提出一种主导边界与最小外接矩形联合的SAR目标方位角估计方法。该方法充分考虑了基于主导边界和最小外接矩形方法的优缺点,取长补短,大大提高了目标方位角估计的精度;然后,致力于构建半自动的SAR图像目标分类系统,研究了面向人机交互的图像目标几何特征提取与分析问题,提取了几种直观的、有效的、便于判读员理解的目标几何特征;最后,以自动目标分类系统的实时性指标为主要考虑依据,提出了一种快速的SAR目标识别方法。该方法采用基于Hebb学习规则的主分量分析(PCA)进行特征提取,使用多层感知器神经网络(MLP NN)进行目标分类。实现了自动快速的目标分类。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 唐立梅,沈永增,计建炳;气液两相辨识中一种类圆形目标的分类方法[J];浙江工业大学学报;2001年01期
2 张小蓟;张歆;孙进才;;基于经验模态分解的目标特征提取与选择[J];西北工业大学学报;2006年04期
3 赵艳玲;门丽洁;于沨;;基于灰色关联分析的舰船目标分类识别[J];舰船科学技术;2009年10期
4 刘会珍;尚振宏;;多运动目标检测的研究[J];科技广场;2009年11期
5 陈航;智能化水下目标分类系统的知识控制结构[J];系统工程与电子技术;1993年11期
6 潘震中;用于目标分类的多传感器的数据融合[J];无线电通信技术;1994年03期
7 罗志增,蒋静萍;应用模糊信息融合实现目标物体的分类[J];仪器仪表学报;1999年04期
8 王科俊;任桢;;采用SIFT特征和增强型高斯混合模型的目标识别[J];弹箭与制导学报;2008年03期
9 王洋;李玉书;张健;;基于RCS信息的雷达目标大小分类方法[J];现代雷达;2009年02期
10 李洪瑞;神经网络指导贝叶斯决策准则用于运动目标分类[J];情报指挥控制系统与仿真技术;2001年04期
11 柳毅;刘路;程咏梅;王增福;杨峰;;基于多频特征的OTHR目标分类性能分析[J];计算机测量与控制;2010年09期
12 王易川;李智忠;;基于Mel倒谱和BP神经网络的船舶目标分类研究[J];传感器与微系统;2011年06期
13 汪洋,郑亲波,张钧屏;用证据理论方法进行多波段数据融合的目标分类[J];红外与毫米波学报;2002年03期
14 田杰,张春华,刘维,黄海宁,薛山花;基于倒谱分析的被动水声目标分类[J];系统工程与电子技术;2005年10期
15 刘兵;孙超;柳革命;王旭艳;;基于对向传播神经网络的舰船辐射噪声分类[J];电声技术;2007年08期
16 赵兆;是湘全;;分形在PRC-CW雷达目标回波分析中的应用[J];现代雷达;2008年08期
17 陈瑞义;席斌;刘健;;分布式无线传感器网络的目标分类[J];福州大学学报(自然科学版);2008年S1期
18 王强光;伍铁军;;智能监控系统中的运动目标分类方法研究[J];工业控制计算机;2011年01期
19 刘德峰;权重未知的多目标优选方法[J];系统工程与电子技术;1998年08期
20 方世良,陆佶人;复合基神经网络在水声目标分类识别中的应用[J];声学技术;1998年02期
中国重要会议论文全文数据库 前10条
1 朱靖;王晓博;王国宏;;一种基于高度信息的目标分类方法[A];全国第二届信号处理与应用学术会议专刊[C];2008年
2 周维;庄连生;俞能海;;小规模和非平衡数据下的目标分类[A];第十四届全国图象图形学学术会议论文集[C];2008年
3 庄连生;唐克坦;马启荣;俞能海;;基于注意力模型的PLSA目标学习算法[A];第十四届全国图象图形学学术会议论文集[C];2008年
4 计科峰;高贵;贾承丽;匡纲要;粟毅;;一种利用方位角信息基于峰值匹配的SAR图像目标分类方法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
5 丘昌镇;任皓;邹焕新;周石琳;;基于PCA和2D-PCA特征的SAR图像目标分类性能比较[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
6 王庆福;杜栓平;;基于子频带综合的包络线谱提取方法[A];2005年全国水声学学术会议论文集[C];2005年
7 邓淑红;;成就目标分类研究新进展[A];山东心理学会第十届学术会议论文提要汇编[C];2002年
8 鲍明;管鲁阳;李晓东;田静;;加权熵最大的分带分析方法研究[A];中国声学学会2006年全国声学学术会议论文集[C];2006年
9 邱力军;;穿透式警卫安全系统研究[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
10 庞彦军;刘立民;刘开第;;防空通信系统效能评估的新方法[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 张翠;高分辨率SAR图像自动目标识别方法研究[D];国防科学技术大学;2003年
2 徐海祥;基于支持向量机方法的图像分割与目标分类[D];华中科技大学;2005年
3 方帅;计算机智能视频监控系统关键技术研究[D];东北大学;2005年
4 王夏黎;智能交通视频监视技术研究与应用[D];西北大学;2004年
5 李志华;智能视频监控系统目标跟踪与分类算法研究[D];浙江大学;2008年
6 王世晞;面向SAR图像目标分类的关键技术研究[D];国防科学技术大学;2008年
7 贺真真;数学教育研究中运用数据处理方法的若干探索[D];华东师范大学;2008年
8 陈晓博;视频监控系统中的运动目标识别匹配及跟踪算法研究[D];北京邮电大学;2011年
9 陈海林;基于判别学习的图像目标分类研究[D];中国科学技术大学;2009年
10 闻帆;基于视觉的交通路口车辆智能检测技术研究[D];哈尔滨工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 董刚;视觉监控中的运动目标分类方法[D];吉林大学;2008年
2 司红敏;eQuiz电子考试系统试题多样性研究[D];新疆农业大学;2007年
3 邓兴波;基于DSP的嵌入式视频监控系统的应用研究[D];天津理工大学;2008年
4 田野;交通视频监控中目标检测与分类技术研究[D];北京邮电大学;2009年
5 刘丽丽;基于形状特征的运动目标分类方法研究[D];湖南大学;2006年
6 陈瑞义;无线传感器网络的目标特征提取及分类[D];厦门大学;2009年
7 向为;生物视觉启发下的特征提取和目标分类方法研究[D];北京交通大学;2009年
8 陈焕平;基于多光谱融合和神经网络分类的月壤分析研究[D];西北工业大学;2007年
9 张明修;实时的运动目标视觉分析中关键技术研究[D];大连理工大学;2008年
10 吕瑞明;变电站智能视频监控系统研究[D];西南交通大学;2008年
中国重要报纸全文数据库 前10条
1 杨文;我省妇儿发展有了新目标[N];山西日报;2007年
2 韩国强康琦;探索科学监管之路 大力提升监管效能[N];中国医药报;2007年
3 中国物流与采购联合会理事、物流管理博士 蒋坚;现代物流的灵魂是信息[N];中国计算机报;2002年
4 年付江;淮河社区银河党支部加强党员分类管理[N];蚌埠日报;2006年
5 马明龙 王金辉 本报记者 叶晓阳;宝山农场选干六道程序敞开竞聘上岗大门[N];黑龙江经济报;2006年
6 记者 夏元;今年劳动技能竞赛将增加含金量[N];重庆日报;2008年
7 陈宝元、特约记者 翟耀、朱培伦;区分层次抓重点 分类指导求质量[N];中国国防报;2005年
8 潘继红;掌握技巧以退为进[N];国际商报;2005年
9 范长江 李敬伟;杜能领航[N];中国保险报;2003年
10 何益民;电子耳目的“大哥大”[N];中国国防报;2003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