分享到:

SAR图像特征提取与目标识别方法研究

SAR在军事侦察和民用方面都具有重要作用,因此开展SAR图像的特征提取和目标识别工作具有实际意义和应用前景。本文从理论上具体研究了SAR图像的特征提取和目标识别方法,并通过实验加以验证。研究了SAR图像的多尺度边缘检测。据信号边界与噪声边界的小波变换模值跨尺度传递的不同特性,将不同尺度下的边界所具有的特点结合起来,提出由边缘传递、继承和生长组成的多尺度边缘融合算法。实验证明该算法抑制了噪声对边缘检测的干扰,获得的边缘轮廓完整、定位准确。用两步法实现了SAR图像中路状特征的自动提取。首先利用一种改进的SAR图像局部线特征检测算子获得公路段基元,然后引入关于公路特征的先验知识,利用方向势能函数将局部线特征组织成较大线性结构。将该算法用于ERS_1图像公路网的提取,获得较好的效果。研究了基于小波域隐Markov模型(HMM)的SAR图像滤波方法。该方法通过小波域的隐Markov树(HMT)模型来描述小波系数的统计相关性和非高斯性,利用  (本文共133页) 本文目录 | 阅读全文>>

西安电子科技大学
西安电子科技大学

合成孔径雷达图像目标识别技术研究

基于合成孔径雷达(Synthetic Aperture Radar,SAR)的自动目标识别(Automatic Target Recognition,ATR)技术在现代战场中的重要作用已经使得它成为了国内外研究的热点之一。近十几年来,SAR图像的目标识别研究在SAR图像的预处理、特征提取及识别等方面均取得了相当大的进展。本论文主要围绕教育部留学回国人员基金“基于SAR图像的雷达自动目标检测与识别技术”、“十五”国防预研项目“目标识别技术”和“十一五”国防预研项目“基于目标成像的识别技术”的研究任务,针对合成孔径雷达图像的目标识别,从SAR图像滤波、SAR图像分割以及SAR图像的特征提取与识别等方面展开了较为深入的研究。本论文的主要内容概括如下:1、针对SAR图像的相干斑特点,对比了几种常用的SAR图像滤波方法,分析了它们的优缺点,并给出了不同分辨率的SAR图像的滤波结果。2、针对相关文献中存在的问题:①没有考虑阴影,而阴影信息对...  (本文共170页) 本文目录 | 阅读全文>>

四川大学
四川大学

SAR图像典型目标特征提取与识别方法研究

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种工作在微波波段的成像系统,具有全天侯、全天时、多视角、多分辨率数据获取的能力。因此,它在国防、军事、环境、灾害等的侦察和监视中有着不可估量的应用价值。合成孔径雷达成像应用中最重要、最难、最热门的研究课题之一是自动目标识别。迄今为止,还没有一种方法可以解决所有的自动目标识别问题。因此雷达目标识别的研究具有重要的理论意义和学术价值。本研究的目的旨在研究典型目标的特征提取与识别方法,提高目标识别率。本文提出了基于堆积几何特征的SAR图像典型目标识别方法。由于油罐是一种典型的高散射系数金属硬目标,在低分辨率情况下,合成孔径雷达图像中油罐个体的散射集中体现为高亮度的点,待识别的各点状目标在场景中堆积为呈一定分布面积的目标区域,目标中心呈直线规则分布,相干斑噪声零散分布,因此利用点状目标与噪声不同的灰度分布与空间几何分布特点,采用该方法解决了这类低分辨率下密集型点...  (本文共98页) 本文目录 | 阅读全文>>

中国科学院研究生院(电子学研究所)
中国科学院研究生院(电子学研究所)

SAR图像分类与自动目标识别技术研究

随着合成孔径雷达(Synthetic Aperture Radar,SAR)技术的发展,通过各种方式得到的SAR图像数据越来越多,利用人工解译已经无法满足要求,因此对SAR图像的计算机自动处理提出了较高的要求。SAR图像的分类与自动目标识别是国内外研究的热点,本文深入研究了SAR图像的分类与自动目标识别技术,主要创新性贡献包括:1)传统的监督分类方法具有较高的分类精度,但需要足够多的训练样本,而在实际应用中,训练样本的数目是有限的。本文提出了一种基于AdaBoost的SAR图像地物分类方法,AdaBoost是一种专门研究小样本情况下的统计学习方法,与传统的监督分类方法相比,新的分类方法分类精度更高,训练速度更快,且具有较好的泛化性能。2)在分类问题上,现有的监督分类方法很多都是只考虑了两类分类这一最简单的情况,如AdaBoost,SVM等,而在实际问题中,往往是多类分类问题,包括SAR图像地物分类。本文针对SAR图像地物分类,将...  (本文共129页) 本文目录 | 阅读全文>>

国防科学技术大学
国防科学技术大学

合成孔径雷达图像局部特征提取与应用研究

SAR图像特征提取是SAR图像信息提取与解译的基础工作,良好的特征能够完备地表征图像或者目标的核心信息,有利于后续的识别分类工作的开展,因而受到了国内外研究人员的关注,成为SAR图像解译的理论研究热点之一。在SAR图像解译的实际应用中,图像和目标的全局特征提取通常是非鲁棒的,存在一定随机变化和模糊。SAR图像局部特征提取研究是解决上述问题的一种思路,是对特征提取技术的进一步发展,也是SAR图像计算机解译技术的重要信息支撑。而目前SAR图像局部特征提取普遍沿用光学图像处理的方法,存在一定的不相适应的情况,因此根据SAR图像成像特性与噪声特性来研究其局部特征提取算法很有必要。通过研究与完善SAR图像局部特征理论与提取算法,克服两个不足:(1)传统的全局特征提取方法鲁棒性差;(2)光学图像局部特征提取方法对于SAR图像的适应性差,从而提高基于局部特征的SAR图像匹配与目标检测识别的精度与效率。本文围绕SAR图像局部特征提取的这一主线,...  (本文共123页) 本文目录 | 阅读全文>>

西安电子科技大学
西安电子科技大学

SAR图像处理及地面目标识别技术研究

合成孔径雷达(SAR)地面目标识别在战场感知中发挥着重要作用,是地面情报的主要来源之一,能够为战争决策提供强有力的支持。本论文主要对SAR地面目标识别技术进行了深入的研究,从两个方面展开:其一为SAR图像预处理,其二为SAR目标特征提取和SAR目标识别。论文内容可概括为如下六部分:第一部分,提出了一种复合的SAR图像去噪算法。该方法首先利用信号的小波相邻尺度相关性将信号和噪声分离,然后根据SAR图像近似瑞利分布的特点把SAR图像转换为近高斯分布,再分别利用复数扩散震动滤波器对SAR图像部分进行增强,用各项异性扩散方程对含噪部分进行去噪,最后用小波平稳变换对图像进行重构。实验结果表明,与传统的SAR图像去噪算法相比,新算法无论在边缘增强还是在噪声去除能力方面均有显著提高。第二部分,提出了一种基于CUDA分段自回归模型的SAR图像插值算法。由于硬件条件和SAR成像的限制,获取的SAR图像分辨率不高,不利于图像的观察和分析,通常的最近...  (本文共131页) 本文目录 | 阅读全文>>