复杂背景下SAR图像目标特征提取与分析研究

发布时间：2017-11-03 12:10

  本文关键词：复杂背景下SAR图像目标特征提取与分析研究

  更多相关文章： 合成孔径雷达雷达 特征提取 相干斑噪声抑制 目标检测

【摘要】：遥感图像对地目标的检测、特征提取对目标自动识别均有具有重要的研究价值。随着遥感技术的发展,合成孔径雷达对地观测在军事侦察与识别、民用地面设施、地表资源监测等方面具有广阔的应用前景。合成孔径雷达可以提供高分辨率的图像信息,分辨率的不断提高,对于车辆、舰船、坦克、房屋等人造目标,使得目标具有更丰富的纹理、结构和形态信息,并具有较为复杂的散射特性和多特征信息。相干斑噪声和相对复杂背景信息直接影响了SAR图像目标的解译与鉴别指标,可以利用多特征提取变换方法,提高识别率和效率。在SAR图像中获取并分析感兴趣目标的特征,提升目标自动识别的速度和准确性,这一技术问题日益成为国内外遥感目标识别研究的热点问题。针对高分辨合成孔径雷达的复杂背景下的目标特征提取问题,本课题研究了SAR图像去噪、目标检测以及目标特征提取的方法。首先,本文分析了SAR成像和相干斑噪声产生机理,并在此理论基础上深入研究了SAR图像相干斑噪声抑制算法,减少相干斑噪声所导致的图像质量信息丢失。然后,针对SAR图像相对复杂的背景信息,分析研究了基于阈值、基于数学形态学和基于脉冲耦合神经网络的目标检测算法,对感兴趣的目标进行了仿真检测,并分析算法的优点和不足,同时提出了基于改进型脉冲耦合神经网络的目标检测算法。最后,系统地研究了SAR图像目标特征提取算法,提取了目标几何特征、Hu矩特征,并提出了Zernike矩特征提取算法,基于Zernike矩对目标进行了分类仿真,利用Zernike矩的旋转不变性提取了目标的边缘信息。同时分析研究了目标角点特征的提取算法,并提出了基于角点信息的目标转角估计算法,便于对目标进行深入的特性分析。此外结合脉冲耦合神经网络算法,提出了基于改进型PCNN的目标阴影信息提取算法,并对目标阴影的特征进行了提取。在MSTAR数据库的基础上,仿真分析了以上特征提取算法的性能,并设计完成了目标特征提取软件,为目标下一步分类识别提供了强有力的数据支持。
【关键词】：合成孔径雷达雷达 特征提取 相干斑噪声抑制 目标检测
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN957.52
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 课题的背景及研究意义9-10
• 1.2 国内外的研究现状及分析10-15
• 1.2.1 SAR图像相干斑噪声抑制的发展概述11-12
• 1.2.2 SAR图像目标检测的发展概述12-13
• 1.2.3 SAR图像特征提取的发展概述13-15
• 1.3 本课题的主要研究内容15
• 1.4 本文结构15-17
• 第2章 SAR基本原理及SAR图像预处理17-30
• 2.1 前言17
• 2.2 SAR成像机理17-19
• 2.3 相干斑噪声产生机理19
• 2.4 去噪算法的性能评价准则19-20
• 2.5 空间域相干斑噪声抑制算法20-24
• 2.5.1 LEE滤波20-21
• 2.5.2 Kuan滤波21-22
• 2.5.3 Frost滤波22
• 2.5.4 Gammap MAP滤波22-23
• 2.5.5 仿真结果与分析23-24
• 2.6 变换域相干斑噪声抑制算法24-28
• 2.6.1 小波滤波24-25
• 2.6.2 Curvelet滤波25-26
• 2.6.3 仿真结果与分析26-28
• 2.7 本章小结28-30
• 第3章 SAR图像目标检测算法研究30-41
• 3.1 引言30
• 3.2 基于阈值分割的SAR图像目标检测算法30-33
• 3.2.1 基于全局阈值分割的SAR图像目标检测算法30-31
• 3.2.2 基于最大熵值分割的SAR图像目标检测算法31-32
• 3.2.3 基于最大类间方差法的SAR图像目标检测算法32-33
• 3.3 基于数学形态学的SAR图像目标检测算法33-34
• 3.4 基于脉冲耦合神经网络的SAR图像目标检测算法34-38
• 3.5 基于改进型脉冲耦合神经网络的SAR图像目标检测算法38-40
• 3.6 本章小结40-41
• 第4章 SAR图像目标特征提取与分析研究41-65
• 4.1 引言41
• 4.2 几何特征提取41-42
• 4.3 矩特征提取42-55
• 4.3.1 Hu矩特征提取42-45
• 4.3.2 Zernike矩特征提取45-55
• 4.4 转角特征提取55-64
• 4.4.1 角点特征提取55-59
• 4.4.2 转角特征提取59-64
• 4.5 本章小结64-65
• 第5章 SAR图像目标的辅助信息特征提取研究65-75
• 5.1 引言65
• 5.2 阴影特征提取65-71
• 5.2.1 阴影几何特征提取67-68
• 5.2.2 阴影Zernike边缘特征提取68
• 5.2.3 阴影转角特征提取68-69
• 5.2.4 阴影高度特征提取69-71
• 5.3 SAR图像目标特征提取软件71-74
• 5.4 本章小结74-75
• 结论75-77
• 参考文献77-82
• 攻读硕士学位期间发表的论文及其它成果82-84
• 致谢84

【参考文献】

中国期刊全文数据库 前2条

1 何楚;尹莎;许连玉;廖紫纤;;基于局部重要性采样的SAR图像纹理特征提取方法[J];自动化学报;2014年02期

2 李映;白本督;张艳宁;;一种有效的SAR图像相干斑噪声抑制方法[J];西北工业大学学报;2009年04期

中国硕士学位论文全文数据库 前1条

1 徐晶;SAR图像的目标检测与分类研究[D];南京航空航天大学;2010年

，

本文编号：1136124