SAR图像舰船检测与分类方法研究

发布时间：2017-04-06 03:14

  本文关键词：SAR图像舰船检测与分类方法研究，，由笔耕文化传播整理发布。

【摘要】：合成孔径雷达(Synthetic Aperture Radar, SAR)图像舰船检测与分类是SAR图像解译技术关键问题之一,也是海洋遥感应用的重要研究方向,在渔业管理、海上交通管控、海洋资源开采、海洋环境监控等方面具有重要意义。近年来,我国大力发展航天遥感事业,一方面为SAR舰船监测带来了海量数据基础,另一方面对高效率、高精度的SAR图像解译技术提出需求。因此,研究SAR图像舰船检测与分类技术具有十分重要的理论意义和实际价值。本文立足于SAR舰船监测技术的发展,分析了当下舰船检测与分类面临的挑战,重点研究了SAR图像舰船目标检测、高分辨率SAR图像舰船目标特征提取与分类识别等关键技术问题。主要研究成果如下：(1)针对现有SAR舰船检测算法运算时间过长以及泛化能力较差的问题,研究提出一种基于深度神经网络的SAR图像舰船目标检测算法。首先,针对SAR图像舰船目标特点,采用无监督训练方法搭建深度神经网络构架；其次,利用小波变换得到舰船目标不同尺度特征,分别对不同深度网络进行训练；最后将深度网络输出进行特征融合并对SAR图像中的舰船目标进行检测。基于TerraSAR-X数据对算法性能进行了验证和评估,结果表明本算法在取得较高检测准确率的同时降低了检测时间,并对沿海区域极端海况具有一定鲁棒性。(2)针对现有SAR舰船分类技术发展不完善和分类准确率较低的问题,研究提出基于上层建筑后向散射特征的SAR图像舰船目标分类算法。首先研究了舰船目标上层建筑结构特征,分析了不同结构的后向散射特征；其次,针对SAR图像的旁瓣模糊特性,研究了基于峰值特征的舰船分割算法,用以提高特征提取算法的有效性和准确性；在此基础上,提出了舰船目标的维度比特征,并采用SVM分类思想实现SAR图像舰船目标分类。基于RadarSat-2数据对算法性能进行了验证和评估,结果表明本算法有效地描述了舰船目标特征,相比现有算法表现出较高的分类准确率。
【关键词】：合成孔径雷达 舰船检测 深度学习 舰船分类
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52
【目录】：

• 致谢6-7
• 摘要7-8
• ABSTRACT8-14
• 第一章 绪论14-23
• 1.1 舰船检测与分类的研究背景与意义14-16
• 1.2 研究现状16-22
• 1.2.1 SAR舰船检测研究现状16-20
• 1.2.2 SAR舰船分类研究现状20-22
• 1.3 论文研究内容及安排22-23
• 第二章 预处理和目标特征提取23-46
• 2.1 SAR图像成像机理23-26
• 2.1.1 SAR图像成像模型23-24
• 2.1.2 SAR图像成像分辨率24-26
• 2.2 SAR图像预处理26-33
• 2.2.1 SAR图像Lee滤波26-28
• 2.2.2 SAR图像入射角校正28-30
• 2.2.3 SAR图像几何校正30-33
• 2.3 舰船目标样本制作33-40
• 2.3.1 基于灰度直方图迭代的船海分离技术33-36
• 2.3.2 舰船目标样本提取36-40
• 2.4 常用舰船特征提取算法40-44
• 2.4.1 几何结构特征41-42
• 2.4.2 后向散射特征42-43
• 2.4.3 灰度分布特征43-44
• 2.4.4 变换域特征44
• 2.5 本章小结44-46
• 第三章 基于深度学习的舰船目标检测方法46-58
• 3.1 从浅层学习到深度学习46-48
• 3.1.1 浅层学习46-47
• 3.1.2 深度学习47-48
• 3.2 常用深度学习方法48-52
• 3.2.1 卷积神经网络48-50
• 3.2.2 深度置信网络50-52
• 3.3 基于深度神经网络的舰船目标检测算法52-54
• 3.3.1 算法流程52-53
• 3.3.2 堆栈降噪自编码器结构搭建53-54
• 3.3.3 特征融合54
• 3.4 实验结果与分析54-57
• 3.5 本章小结57-58
• 第四章 基于上层建筑散射特征的舰船目标分类方法58-68
• 4.1 上层建筑散射特征分析58-60
• 4.1.1 油船58-59
• 4.1.2 散装货船59-60
• 4.1.3 集装箱船60
• 4.2 基于维度比的舰船目标分类60-65
• 4.2.1 算法流程60-61
• 4.2.2 维度比特征61-65
• 4.3 实验结果与分析65-67
• 4.4 本章小结67-68
• 第五章 工作总结及展望68-70
• 5.1 工作总结68-69
• 5.2 工作展望69-70
• 参考文献70-76
• 攻读硕士学位期间的学术活动及成果情况76-77

  本文关键词：SAR图像舰船检测与分类方法研究，由笔耕文化传播整理发布。

本文编号：288163