题名 | SAR图像目标检测与自动识别相关技术研究 |
作者 | 潘卓 |
学位类别 | 博士 |
答辩日期 | 2008-07-11 |
授予单位 | 中国科学院电子学研究所 |
授予地点 | 电子学研究所 |
导师 | 王岩飞 |
关键词 | 合成孔径雷达 目标检测 自动目标识别 图像解译 CFAR目标检测 相关滤波器 核函数 性能评估 |
其他题名 | Research on Automatic Target Detection and Recognition in SAR Images |
中文摘要 | 随着机载和星载合成孔径雷达(Synthetic Aperture Radar,SAR)系统的快速发展,高质量、高分辨率图像资源的不断增加,SAR图像自动或半自动解译引起人们的高度重视。目标检测与自动识别(Automatic Target Recognition,ATR)是SAR图像解译中的关键,因此成为国内外学者竞相研究的热点,亦是国际雷达界与模式识别领域公认的高难技术。目标检测是SAR ATR系统的前提与基础,主要是定位可能存在目标的感兴趣区域(Region of Interest,ROI)。目标辨识是对检测输出的ROI进一步判决与过滤。目标识别是SAR ATR系统的核心与关键,主要是判定经过辨识的ROI切片中目标的类别。本文结合工程项目,对SAR图像目标检测与自动识别关键技术进行研究,并开展构建SAR ATR系统方案的研究工作。 本文首先介绍SAR成像原理,分析SAR图像的几何特性与辐射特性,总结影响SAR图像的主要因素,并介绍SAR图像解译中常见的目标类型、判读特征以及美国IRARS委员会提出的SAR图像目标解译标准。 研究了多种目标检测与辨识方法。针对双参数CFAR目标检测方法效率低、虚警概率高的问题,提出了基于改进的Mean Shift聚类的目标检测方法。利用 SAR图像特点,将Mean Shift聚类方法进行改进,缩短了聚类处理所用的时间。经过聚类预处理的SAR图像,具有一定的结构,把图像结构的概念引入到目标检测中,不仅降低了背景杂波对目标检测的影响,并且避免了对图像逐点检测,提高了检测效率。 深入研究了基于相关滤波器的目标识别方法。为了改善线性相关滤波器对同一目标不同方位角图像的识别效果,基于相关滤波器理论与核特征分析方法,提出一种对SAR目标方位角具有较强鲁棒性的核相关滤波器。它使用特征向量降低了对训练图像的依赖性,利用目标在非线性空间的高维特征提高了滤波器的识别能力, 并采用多项式核函数解决了高维矢量的内积计算问题。 在关键技术研究的基础上,构建包括检测模块、辨识模块、解译模块和数据库模块的SAR ATR系统。此系统不需要存储目标模板和估计目标方位角,就能够实现高准确率的目标检测与识别,并能够将SAR图像及其解译报告存储到Oracle数据库中,实现了统一编目存档。 性能评估是建立实用化SAR ATR系统的前期准备工作,将系统的评估工作和开发工作相结合,能够有效地提升SAR ATR系统的性能。本文最后为建立SAR ATR性能评估系统做了初步的研究工作。介绍了评估中常用的基本概念、性能指标及其评估方法,并给出区间估计方法的评估实例。 |
语种 | 中文 |
公开日期 | 2011-07-19 |
页码 | 127 |
内容类型 | 学位论文 |
源URL | [http://ir.ie.ac.cn/handle/80137/8573] ![]() |
专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
推荐引用方式 GB/T 7714 | 潘卓. SAR图像目标检测与自动识别相关技术研究[D]. 电子学研究所. 中国科学院电子学研究所. 2008. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论