合成孔径雷达（SAR）图像目标检测

摘要

自1978年第一颗合成孔径雷达卫星Seasat成功地实施了合成孔径雷达对地观测后，合成孔径雷达(SAR)技术取得了飞跃式的发展，目前国际上美、日及欧洲各国等相继在该领域投入大量的人力、物力发展合成孔径雷达(SAR)技术。 合成孔径雷达的基本原理是：卫星在轨道飞行中，于不同位置定时地对同一地物发射电磁波脉冲信号，同时接收回波信号。在某种意义上，可以认为是延伸了雷达天线的长度，从而大大提高了分辨率。另外，由于合成孔径雷达还具有全天时、全天候、不受大气传播和气候影响、穿透力强等优点，因此在民事和军事方面的应用非常广泛。主要用于航空测量、航空遥感、卫星海洋观测、航天侦察、图像匹配制导等。它能发现隐蔽和伪装的目标，如识别伪装的导弹地下发射井、识别云雾笼罩地区的地面目标等。在导弹图像匹配制导中，采用合成孔径雷达摄图，能使导弹击中隐蔽和伪装的目标。合成孔径雷达还用于深空探测，例如用合成孔径雷达探测月球、金星的地质结构。合成孔径成像雷达的研究，在我国起步于70年代中期。经过几代人的努力，取得了长足的进步。 本文在综合分析国内外在合成孔径雷达(SAR)图像分割和目标识别技术的基础上，针对SAR图像的复杂背景杂波和噪声特性，在图像数据空间对图像进行对数变换和高斯滤波处理，使用成熟的小波变换进行局部特性分析，将图像的局部窗口进行四个子带变换，在局部窗口上利用K-平均聚类算法对目标图像进行识别，并对所得的结果利用LevelSet算法进行优化分割，最后用链码表示出目标边界信息。实验结果表明，本文提出的方法能有效的对SAR图像进行分割，取得了比较好的识别结果。

目录

第一章绪论

1.1背景知识

1.2课题的主要任务概述

1.3 SAR图像目标识别分割的主要方法

1.4本文的研究方案

第二章合成孔径雷达(SAR)

2.1背景知识

2.2合成孔径雷达

2.2.1合成孔径雷达(SAR)技术的发展过程[1-2]

2.2.2合成孔径雷达(SAR)成像几何模型及原理[17]

2.2.3合成孔径雷达(SAR)主要成像算法[18]

2.3发展前景

第三章SAR图像预处理

3.1 SAR图像预处理方案

3.2 SAR图像的噪声特性

3.3对数变换

3.4高斯滤波

3.5图像处理结果分析

第四章SAR图像小波变换

4.1 SAR图像分割的难点

4.2小波变换

4.2.1小波变换理论基础

4.2.2小波定义

4.3小波变换特性分析

第五章基于局部窗口K-平均聚类的SAR图像目标检测

5.1局部窗口图像目标检测简介

5.2K-平均聚类算法

5.2.1混合高斯模型的参数估计

5.2.2 K-平均聚类算法步骤

5.3实验结果

第六章SAR图像目标区域分割

6.1LEVEL SET方法背景介绍

6.2LEVEL SET算法

6.3链码算法

第七章总结与展望

参考文献

感谢