SAR圖像艦船目標檢測及特征提取方法研究.pdf

1、合成孔徑雷達(SAR，Synthetic Aperture Radar)利用雷達平臺與探測場景相對運動，將較小尺寸的真實孔徑天線用數(shù)據(jù)處理的方法等效合成為較大孔徑的天線，以獲取較高方位向分辨率的雷達圖像。利用合成孔徑雷達對廣袤海洋中的艦船目標進行檢測具有重要的應用價值，對合成孔徑雷達圖像艦船目標的檢測課題的研究，可以推動我國合成孔徑雷達系統(tǒng)走向?qū)嵱没?。本文重點圍繞合成孔徑雷達圖像數(shù)據(jù)的相干斑抑制、艦船目標檢測算法和艦船目標特征參數(shù)提取等

2、方面進行了深入研究。
　　 由于SAR的成像機理，SAR圖像中會存在大量相干斑，它對SAR圖像的處理、解譯會造成很大困難。本文針對單極化SAR圖像和多極化SAR圖像的不同特點，分別研究分析了應用于單極化SAR圖像的中值濾波、最小均方誤差估計濾波、GammaMAP濾波，以及應用于多極化SAR圖像的極化白化濾波、最優(yōu)權(quán)值濾波、基于最佳紋理統(tǒng)計估計濾波等算法。
　　 本文重點對SAR圖像的艦船目標檢測算法進行了研究。研究了針對

3、單極化SAR圖像數(shù)據(jù)的CFAR和KSW兩種檢測算法，以及針對多極化SAR圖像數(shù)據(jù)的SPAN算法、最優(yōu)極化檢測算法、極化白化濾波檢測算法。本文利用傳統(tǒng)基于矩形滑動窗口極化白化濾波檢測算法的自適應性，針對傳統(tǒng)算法會造成艦船目標邊緣區(qū)域模糊的缺陷，提出了基于分解理論的艦船目標檢測算法。算法在充分考慮了目標的散射機理基礎(chǔ)上，利用Freeman分解結(jié)果對存在目標邊緣結(jié)構(gòu)區(qū)域的圖像進行了均勻區(qū)再判別，實現(xiàn)對參數(shù)的準確估計，消除了目標邊緣模糊的問題。