舰船目标SAR图像特征提取与分类技术

摘要

随着合成孔径雷达(SAR)技术不断进步，SAR图像分辨率越来越高，包含的目标信息也更丰富，对SAR图像解译技术提出了更高的要求。作为SAR图像解译的重要环节，特征提取和分类识别也备受关注。本文以SAR对海侦察监视的应用背景，重点研究了舰船目标SAR图像特征提取及分类技术。
　　论文首先对比分析了几类典型SAR图像分割算法的性能。对于分割后图像研究了目标方向角和最小闭合矩形等几何特征提取技术。针对散射中心旁瓣干扰及海杂波的影响，提出了一种基于投影最大熵的方向角估计方法和一种基于最大填充比的最小闭合矩形提取方法。实验结果表明，本文提出的方法能更准确地提取舰船目标的方向角和最小闭合矩形特征。
　　在此基础上，研究了货船目标SAR图像的局部结构特征提取技术。通过将目标区域投影到主轴方向，得到了相应的投影曲线。结合货船目标的周期性结构特点，提出了两种从投影曲线中检测局部周期信号的方法，即基于多重自相关与 F检验的周期信号检测方法以及基于广义似然比检验的周期信号检测方法。通过对货船局部结构周期性的提取，可有效实现货船目标的分辨。此后，针对舰船目标分类的应用背景，设计并实现了民船目标分类的演示软件。实测数据处理结果表明，对货船和油轮目标的平均正确分类率为88.46％。
　　最后，由于SAR复图像包含更多的目标信息，本文根据压缩感知的原理，从SAR复数据中提取出了目标的散射中心特征。根据散射点特征研究了舰船目标方向角提取技术，并与仅利用图像域处理方法得到的结果进行了对比分析。进一步，探讨了散射点沿主轴的投影曲线与SAR幅度图像沿主轴的投影曲线进行了融合分析的可能性。

目录

声明

第一章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 几何特征

1.2.2 电磁特征

1.2.3 SAR图像目标分类识别

1.3 本文研究内容及组织结构

第二章 舰船目标SAR幅度图像特征提取与分析

2.1 舰船目标结构特性分析

2.1.1 货船结构特征分析

2.1.2 油轮结构特征分析

2.1.3 军舰结构特征分析

2.2 典型图像分割方法及性能比较

2.2.1 阈值分割

2.2.2 基于偏微分方程(PDE)的分割方法

2.2.3 基于马尔科夫随机场(MRF)的分割方法

2.2.4 三种分割方法的对比

2.3 几何特征提取

2.3.1 方向角估计

2.3.2 最小闭合矩形提取

2.4 货船目标局部结构特征提取

2.4.1 模型提炼

2.4.2提取船头与船尾结构

2.4.3 局部结构的周期性提取

2.4.4 仿真实验

2.5 小结

第三章 舰船特征提取与分类演示软件的设计与实现

3.1 舰船目标分类识别方法流程

3.2演示软件的设计与实现

3.2.1 分类演示软件设计

3.2.2 演示软件介绍

3.3基于实测数据的实验结果

3.3.1 货船目标SAR图像的分类结果

3.3.2 软件对实测数据的分类结果

3.4 小结

第四章 基于SAR复数据的舰船目标特征提取与分析

4.1 压缩感知提取散射点

4.1.1 压缩感知的基本原理

4.1.2 基于压缩感知的散射中心提取

4.2 基于散射中心的舰船目标特征提取与分析

4.2.1 方向角估计性能对比分析

4.2.2 方向角估计稳定性对比分析

4.2.3 投影分布曲线对比分析

4.3 小结

结 束 语

致谢

参考文献

作者在学期间取得的学术成果