大场景下的极化SAR机场检测

发布时间：2019-02-22 10:28

【摘要】：机场在军事和交通运输领域都有很重要的作用,对它的自动检测具有重大意义。该文提出了一种利用全极化合成孔径雷达(PolSAR)图像检测机场和跑道的方法。首先,通过一种改进的Freeman分解提取3种散射机制的能量作为像素点的特征,利用模糊C-均值聚类(FCM)算法分割图像来获得疑似机场目标区域(region of interest,ROI)。然后采用基于复wishart分布的K-均值聚类算法精细分割ROI,得到完整的机场跑道结构;提出一种检测机场主跑道的方法进行ROI辨识,最终确定机场目标。采用多组PolSAR数据进行验证,并比较了单、双和全极化图像的机场检测效果。结果表明:该方法具有较高的检测率和较低的虚警率,并且具有较好的抗噪性能。
[Abstract]:Airport plays an important role in both military and transportation fields, and has great significance for its automatic detection. This paper presents a method for detecting airfields and runways using (PolSAR) images of fully polarized synthetic aperture radar (SAR). Firstly, an improved Freeman decomposition is used to extract the energy of three scattering mechanisms as the feature of pixel points, and the fuzzy C-means clustering (FCM) algorithm is used to segment the image to obtain the suspected airport target region (region of interest,ROI. Then the complex wishart distribution-based K-means clustering algorithm is used to fine segment the ROI, to obtain a complete airport runway structure, and a method to detect the main runway of the airport is proposed to identify the main runway of the airport by ROI identification, and finally, the airport target is determined. The field detection effects of single, double and full polarimetric images were compared by using multiple PolSAR data. The results show that the method has high detection rate, low false alarm rate and good anti-noise performance.
【作者单位】： 清华大学电子工程系;
【基金】：国家自然科学基金面上项目(41171317)
【分类号】：V351;TN958

【共引文献】

相关期刊论文 前10条

1 刘文祥;张继贤;黄国满;赵争;卢丽君;魏钜杰;;地形辐射校正在极化SAR影像分类中的应用[J];测绘科学;2014年03期

2 肖可可;汪长城;左廷英;宋才秀;解清华;杨如红;韩潇冰;王增茂;;散射模型的多时相极化SAR斑点噪声滤波算法[J];测绘科学;2014年02期

3 王霄鹏;张杰;马毅;任广波;;不同极化方式SAR与TM融合影像滨海湿地分类精度比较[J];海洋学研究;2014年01期

4 张永红;张现峰;付姣;金姗姗;;一种基于极化距离测度的SAR变化检测方法[J];测绘学报;2014年02期

5 崔建楠;邢立新;叶超;高志勇;;双极化SAR影像的分类研究[J];安徽农业科学;2015年04期

6 张爽;王爽;焦李成;;一种新的基于Wishart MRF的全极化SAR图像分类方法[J];计算机科学;2014年11期

7 陈建宏;赵拥军;黄洁;刘伟;赖涛;;改进的多视PolSAR非局部均值滤波算法[J];测绘科学技术学报;2014年05期

8 陈博;王爽;焦李成;;基于加权投票集成的极化SAR图像分类方法[J];华中科技大学学报(自然科学版);2015年03期

9 滑文强;王爽;侯彪;;基于半监督学习的SVM-Wishart极化SAR图像分类方法[J];雷达学报;2015年01期

10 白桦;冯恩信;;自适应堆栈滤波在极化SAR图像分类预处理中的应用[J];中国电子科学研究院学报;2015年02期

相关会议论文 前1条

1 晋瑞锦;周伟;杨健;;极化SAR图像机场主跑道检测方法[A];第三届高分辨率对地观测学术年会优秀论文集[C];2014年

相关博士学位论文 前6条

1 孙盛;全极化合成孔径雷达图像处理方法研究[D];华中科技大学;2013年

2 程晓光;特征值非负约束下的基于模型的极化SAR分解研究[D];武汉大学;2014年

3 孙盛;全极化合成孔径雷达图像处理方法研究[D];华中科技大学;2013年

4 刘高峰;极化SAR图像特征提取与分类方法研究[D];西安电子科技大学;2014年

5 王娜;极化SAR图像人造目标检测技术研究[D];国防科学技术大学;2012年

6 李洋洋;集成光学与微波遥感苏打盐碱地水盐含量反演方法研究[D];中国科学院研究生院（东北地理与农业生态研究所）;2014年

相关硕士学位论文 前10条

1 郭卫英;基于谱聚类的极化SAR图像分类研究[D];西安电子科技大学;2013年

2 马兆峰;基于统计建模和块相似性的SAR图像降斑[D];西安电子科技大学;2013年

3 许双星;极化SAR图像相干斑抑制及分类研究[D];西安电子科技大学;2013年

4 蒋含禄;基于统计检验的极化SAR相干斑抑制研究[D];西安电子科技大学;2013年

5 李崇谦;基于K-wishart分布的极化SAR图像分类研究[D];西安电子科技大学;2013年

6 何吟;基于极化分解的极化SAR图像分类[D];电子科技大学;2013年

7 谢雯君;极化与干涉信息融合的SAR影像林地信息提取[D];中国测绘科学研究院;2013年

8 杨道莲;机载SAR图像陆地目标检测方法的研究[D];合肥工业大学;2013年

9 李兰;基于有限混合模型的极化SAR影像分类方法研究[D];西安科技大学;2013年

10 王馨爽;多维度SAR森林及其类型分类识别方法研究[D];西安科技大学;2013年

，

本文编号：2428127