基于SAR圖像的海面艦船目標(biāo)檢測與鑒別算法研究.pdf

1、合成孔徑雷達是一種利用微波進行成像的高分辨率主動傳感器，對云、雨、煙霧的穿透能力較強且具有全天時、全天候工作的能力，能夠多角度，高分辨率的對海面進行成像，與可見光、紅外傳感器相比具有很大的優(yōu)勢?；赟AR圖像的海面艦船目標(biāo)檢測正是在這種背景下發(fā)展起來的。本文圍繞SAR圖像艦船目標(biāo)檢測與鑒別系統(tǒng)中的關(guān)鍵問題進行了如下幾個方面的研究：
　　1.對SAR圖像的預(yù)處理方法進行了研究。SAR圖像預(yù)處理階段包括了斑噪抑制和陸地掩膜兩個方面。在

2、斑噪抑制方面，本文詳細介紹了傳統(tǒng)的空間域濾波方法、基于統(tǒng)計模型的濾波方法和基于小波變換的濾波方法。通過仿真實驗，分析論證了各算法的性能特點，得出基于小波變換的抑噪方法性能較好的結(jié)論。在陸地掩膜方面，本文首先介紹了現(xiàn)有的兩類陸地掩膜方法：通過地理信息系統(tǒng)中先驗已知的海岸線信息進行陸地掩膜的方法和利用 SAR圖像處理的手段進行無先驗知識的自動陸地掩膜方法。無先驗知識的自動陸地掩膜算法又可細分為兩種。本文對其中一種實用性較強的基于紋理分割的陸

3、地掩膜方法進行了深入地研究。
　　2.對目標(biāo)檢測方法進行了研究。首先介紹了海雜波統(tǒng)計建模的方法，總結(jié)了已有的海雜波經(jīng)典分布模型，詳細闡述了各分布的數(shù)學(xué)推導(dǎo)和參數(shù)估計，通過實驗對實測SAR圖像的背景雜波進行統(tǒng)計建模，比較了不同分布模型對海雜波的擬合性能。然后重點研究了基于CFAR的檢測方法。討論了全局CFAR與局部CFAR方法各自的優(yōu)缺點，深入研究了基于兩級CFAR級聯(lián)的方法，針對該方法存在的缺陷，本文提出了一種改進的目標(biāo)檢測方法。

4、
　　3.對目標(biāo)鑒別進行了研究。考慮到目標(biāo)與虛警在幾何形狀、對比度和紋理等方面存在差異，首先提取各個潛在目標(biāo)的三類特征：幾何特征、紋理特征以及對比度特征。然后按照可分性測度準(zhǔn)則對提取的特征進行選擇，選出可分性最好的若干種特征作為聯(lián)合目標(biāo)辨識算子來進行目標(biāo)鑒別。
　　4.給出一種可行的艦船目標(biāo)檢測與鑒別方案。在該方案中，采用基于小波變換的濾波方法進行斑噪抑制，利用基于紋理分割的方法進行陸地掩膜，目標(biāo)檢測部分則采用改進的CFAR