基于素描稀疏表示和低秩分解的SAR图像目标检测

发布时间：2017-03-28 03:11

  本文关键词：基于素描稀疏表示和低秩分解的SAR图像目标检测，，由笔耕文化传播整理发布。

【摘要】：合成孔径雷达(Synthetic Aperture Radar,SAR)图像的目标检测首先从SAR图像中提取出包含潜在目标的感兴趣区域,然后在潜在目标区域中对人工目标进行定位,实现目标与背景的分离。由于合成孔径雷达在航空航天、地面监测、战场侦察、武器制导等领域具有重要的应用价值,因此基于SAR图像的目标检测技术已经成为SAR民用和军事应用的核心技术之一,对于后续的目标识别与分类具有十分重要的意义。SAR图像的素描图是对图像结构信息的一种稀疏描述,以比值算子和相关性算子为基准的边线模型能够更好的刻画SAR图像中的奇异信息。低秩分解模型通过对观测矩阵中背景低秩性和前景稀疏性的约束,将实际观测到的矩阵分解为表示背景的低秩矩阵和表示前景的稀疏矩阵,而目标和噪声存在于表示前景的稀疏矩阵中。本文将结合SAR素描模型和鲁棒主成分分析(Robust principal component analysis,Rpca)低秩分解模型,提出基于素描稀疏表示的候选目标区域提取方法以及基于目标区域与低秩分解的SAR图像人工目标定位方法。本文的主要创新工作为:(1)针对人工目标定位不准确的问题,本文在实现人工目标区域观测矩阵构造与分解的基础上,提出了一种基于目标区域与低秩分解的SAR图像目标检测方法。首先研究和分析了刘芳、宋建梅所提出的基于初始素描图线段规整度的候选目标区域提取算法,由于该方法所采用的初始素描图是通过Primal Sketch模型提取得到的,模型中的边缘检测算子是针对光学图像的加性噪声而设计的,并不适用于SAR图像的乘性噪声模型,因此本文在采用SAR素描模型得到素描图的基础上进行候选目标区域的提取,然后利用候选目标区域灰度和线密度统计特征剔除虚警目标区域,设计目标区域观测矩阵的构造方法,并采用Rpca分解方法对其进行分解得到低秩矩阵和稀疏矩阵,利用稀疏矩阵的统计特性来实现人工目标区域中的目标定位;(2)在基于初始素描图线段规整度的候选目标区域提取算法和采用SAR素描模型得到素描图的基础上,本文分析了不同类型的人工目标在SAR图像素描图中的稀疏表示特征,定义了用于计算素描线段规整度的自适应几何结构窗口,并设计了区域扩充规则进行候选目标区域的提取。仿真实验表明,相比原候选目标区域提取算法中固定窗口大小以及递归生长规则的策略,本文所提出的基于SAR图像素描图与自适应几何结构窗的候选目标区域提取方法能够有效的降低候选目标区域中所包含的虚警目标比例,更有利于后续人工目标的定位。
【关键词】：目标检测 SAR素描模型 候选目标区域 Rpca 观测矩阵
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 符号对照表9-10
• 缩略语对照表10-13
• 第一章 绪论13-21
• 1.1 SAR图像概述13-14
• 1.2 SAR图像目标检测的研究背景及意义14-16
• 1.3 图像目标检测方法的研究现状16-19
• 1.3.1 光学图像目标检测方法16-17
• 1.3.2 SAR图像目标检测方法17-19
• 1.4 论文的主要内容及安排19-21
• 第二章 相关工作和背景技术21-29
• 2.1 视觉计算理论21-22
• 2.2 初始素描模型与候选目标区域提取算法22-25
• 2.2.1 初始素描模型22-24
• 2.2.2 基于初始素描图线段规整度的候选目标区域提取算法24-25
• 2.3 低秩矩阵恢复及其应用场景25-26
• 2.4 本章小结26-29
• 第三章 基于目标区域与低秩分解的SAR图像目标检测算法29-47
• 3.1 引言29-32
• 3.1.1 Rpca低秩分解模型及其求解方法29-30
• 3.1.2 SAR素描模型30-32
• 3.2 基于SAR图像素描图线段规整度的候选目标区域提取算法32-36
• 3.2.1 算法描述32-33
• 3.2.2 仿真实验与分析33-36
• 3.3 候选目标区域观测矩阵的构造36-41
• 3.3.1 候选目标区域观测矩阵的构造方法36-38
• 3.3.2 仿真实验与分析38-41
• 3.4 基于目标区域与低秩分解的SAR图像目标检测算法41-45
• 3.4.1 算法描述41-42
• 3.4.2 仿真实验与分析42-45
• 3.5 本章小结45-47
• 第四章 基于自适应几何结构窗与低秩分解的SAR图像目标检测算法47-61
• 4.1 引言47-50
• 4.1.1 图像ROI提取方法47-49
• 4.1.2 计算初始素描图线段规整度的区域划分49
• 4.1.3 区域生长规则的定义49-50
• 4.2 自适应几何结构窗的构造50-53
• 4.2.1 自适应几何结构窗的构造方法50-52
• 4.2.2 仿真实验与分析52-53
• 4.3 基于SAR图像素描图与自适应几何结构窗的候选目标区域提取算法53-57
• 4.3.1 算法描述53-55
• 4.3.2 仿真实验与分析55-57
• 4.4 基于自适应几何结构窗与低秩分解的SAR图像目标检测算法57-60
• 4.4.1 算法描述57-58
• 4.4.2 仿真实验与分析58-60
• 4.5 本章小结60-61
• 第五章 总结与展望61-63
• 5.1 总结61-62
• 5.2 展望62-63
• 参考文献63-67
• 致谢67-69
• 作者简介69-70

【相似文献】

中国期刊全文数据库 前10条

1 李坤;邵芸;张风丽;;基于多极化机载合成孔径雷达(SAR)数据的水稻识别[J];浙江大学学报(农业与生命科学版);2011年02期

2 刘开刚;许梅生;李维;;一种基于双阈值区域分割的SAR图像目标提取方法[J];国外电子测量技术;2008年03期

3 ;西部测图工程机载干涉SAR测图系统项目启动会在北京召开[J];遥感信息;2008年04期

4 蔡红;;基于稀疏表示的SAR图像压缩方法研究[J];计算机工程与应用;2012年24期

5 李杏朝，董文敏;SAR图像的水文应用研究[J];遥感信息;1996年04期

6 孙尽尧,孙洪;自然场景SAR图像的仿真[J];雷达科学与技术;2003年04期

7 李金;程超;许浩;;无人机机载合成孔径雷达(SAR)定位方法综述[J];影像技术;2008年03期

8 陈原;张荣;尹东;;基于Tetrolet Packet变换的SAR图像稀疏表示[J];电子与信息学报;2012年02期

9 何毅;范伟杰;;手机批量SAR测试方案[J];安徽电子信息职业技术学院学报;2013年05期

10 纪建;田铮;徐海霞;;SAR图像压缩的多尺度自回归滑动平均模型方法[J];电子学报;2005年12期

中国重要会议论文全文数据库 前10条

1 沈晶;杨学志;;基于边缘保持分水岭算法的SAR海冰图像分割[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

2 郝卫东;熊邺;曲兰英;周志丽;;一种降低手机SAR的设计[A];2009年全国天线年会论文集（下）[C];2009年

3 方勇;;综合多视角SAR图像改正遮蔽区试验[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

4 于明成;许稼;彭应宁;;SAR多普勒中心快速解模糊的新方法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

5 戴尔燕;金亚秋;;多轨道飞行全极化SAR图像对目标的立体重构[A];第二届微波遥感技术研讨会摘要全集[C];2006年

6 常本义;高力;;SAR单图像定位原理[A];中国科协2001年学术年会分会场特邀报告汇编[C];2001年

7 钱方明;巩丹超;刘薇;;SAR图像边缘特征提取方法研究[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

8 陈林辉;叶伟;贾鑫;;分布式卫星SAR图像方位向分辨率分析[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年

9 孙伟顺;计科峰;朱俊;粟毅;;典型军用目标SAR图像预估[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

10 黄勇;王建国;黄顺吉;;基于分段的非监督SAR图像变化检测[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

中国重要报纸全文数据库 前2条

1 张显峰;机载干涉SAR：掀起测绘革命[N];科技日报;2004年

2 钟勇;国内首套SAR测图系统通过评审[N];中国测绘报;2010年

中国博士学位论文全文数据库 前10条

1 贺广均;联合SAR与光学遥感数据的山区积雪识别研究[D];南京大学;2015年

2 张双喜;高分辨宽测绘带多通道SAR和动目标成像理论与方法[D];西安电子科技大学;2014年

3 刘小宁;星上SAR实时成像处理关键技术研究[D];北京理工大学;2016年

4 李兰;森林垂直信息P-波段SAR层析提取方法[D];中国林业科学研究院;2016年

5 张泽兵;知识辅助的SAR目标索引及特征提取技术研究[D];国防科学技术大学;2014年

6 张鹏;基于统计模型的SAR图像降斑和分割方法研究[D];西安电子科技大学;2012年

7 王勃;星载全极化SAR海面散射特性及其船目标检测方法[D];中国海洋大学;2013年

8 倪心强;SAR图像分类与自动目标识别技术研究[D];中国科学院研究生院（电子学研究所）;2007年

9 周鹏;弹载SAR多种工作模式的成像算法研究[D];西安电子科技大学;2011年

10 赵凌君;高分辨率SAR图像建筑物提取方法研究[D];国防科学技术大学;2009年

中国硕士学位论文全文数据库 前10条

1 董立亚;SAR图像去噪的小波和偏微分方程的数学建模[D];河北联合大学;2014年

2 秦靖尧;阵列三维SAR快速成像方法研究[D];电子科技大学;2016年

3 季飞霞;极化干涉SAR小麦植被高度反演算法研究[D];宁夏大学;2016年

4 杨俊凯;面向矿区大梯度形变监测的SAR信息提取方法研究[D];中国矿业大学;2016年

5 孙铭;基于梯度互信息的SAR与可见光图像配准[D];西安电子科技大学;2015年

6 魏明月;SAR图像海岸线检测与地物分类[D];西安电子科技大学;2015年

7 闫晓莉;基于素描稀疏表示和低秩分解的SAR图像目标检测[D];西安电子科技大学;2016年

8 李庆;ISAR成像若干关键技术及SAR动目标检测[D];西安电子科技大学;2012年

9 潘秋丰;基于两步稀疏编码和字典学习的SAR图像去斑[D];西安电子科技大学;2013年

10 于利娟;手机天线辐射特性优化与SAR研究[D];西安电子科技大学;2013年

  本文关键词：基于素描稀疏表示和低秩分解的SAR图像目标检测，由笔耕文化传播整理发布。

本文编号：271584