基于卷积神经网络的SAR图像舰船检测算法研究

发布时间：2021-10-29 15:33

　　近年来,随着遥感技术的快速发展,诸多学者投身于遥感领域研究,使得遥感领域成为了一个研究热点,新理论、新方法层出不穷。随着GF-3卫星的升空,国内研究人员又掀起了一股合成孔径雷达（Synthetic Aperture Radar,SAR）研究热潮。合成孔径雷达利用微波成像,不受地面云雾、光照、风雨等影响,能全天时、全天候的对地面进行监控,能够有效识别伪装和穿透掩盖物,获取地面信息。在民用领域,合成孔径雷达能够对山林、海洋、自然资源、自然灾害进行有效监控;在军用领域,合成孔径雷达能够提供侦查,获取战场信息,提升战场优势。舰船检测是合成孔径雷达的一个重要研究内容。合成孔径雷达的成像机制使得SAR图像遍布相干斑噪声,增加了传统舰船检测的难度,因此,寻找一种检测结果更优,普适性更好的SAR图像目标检测方法具有重要的意义。本文在卷积神经网络的基础上,提出了一种改进的R-FCN SAR图像舰船检测算法。在传统舰船检测算法中,应用最广、研究最深入的算法是恒虚警率（Constant False Alarm Rate,CFAR）检测算法。CFAR通过充分拟合背景杂波,利用背景杂波与目标的差异实现检测,但是... 

【文章来源】：内蒙古科技大学内蒙古自治区

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

SAR成像几何示意图

图 2.2 相干斑产生机理散射电磁波，它的回波是呈球面一样，并且在标而言，由于其在距离向和方位向的分辨率上因此，可以用众多理想的点目标去描述实际的就组成了雷达的回波信号，而斑点噪声的存在别是面对单独的点目标，会产生很多虚警概率。响，尽管相同分辨单元内每个散射点的回波在同其与传感器之间的距离有关系，已经不相干它们各自的回波相同相位相加，通常来说它们的信号就会出现起伏的特征。如果传感器的位生改变，进而导致合成的振幅也会有所改变，续监测同一地表区域时就会有各种不同的合成

内蒙古科技大学硕士学位论文线。常用的海陆分割方法包括：边界追踪法，Markovia换法，水平截集法。界追踪算法，Lee 和 Jurkevich 提出了边界追踪算法[43]。该方法通过陆地的像素概率密度分布，并设定阈值。然后根据阈值上一点，设定边界追踪法，算法生成的轮廓线，便是海 2.4 所示.


本文编号：3464923