毕业论文

打赏
当前位置: 毕业论文 > 电子通信 >

SAR图像港口及近海区域船只检测方法研究

时间:2019-12-08 19:59来源:毕业论文
对SAR图像中港口及近海区域的船只检测方法进行了研究,通过对几种常用的海杂波分布模型进行对比,选用了广义K分布作为海杂波分布模型,通过减少重复检测像素对滑窗增强滤波算法

摘要近年来,利用 SAR 图像进行舰船目标检测是实现海洋监视、渔业管控的重要手段,研究 SAR 图像港口及近海区域船只检测对海洋安全具有重要意义。基于上述情况,本论文对 SAR 图像中港口及近海区域的船只检测方法进行了研究,通过对几种常用的海杂波分布模型进行对比,选用了广义 K 分布作为海杂波分布模型,通过减少重复检测像素对滑窗增强滤波算法进行了优化处理,使用了基于人眼视觉增强检测原理的船只检测方法对船只进行检测。从结果看,本检测方法较常规 CFAR 检测器性能更佳,可以满足大多数港口及近海区域的SAR图像处理。 42580
毕业论文关键词  SAR图像  广义 K分布  舰船检测  快速算法
Title     Study of ship detection in synthetic aperture   radar image in harbor and coastal area     
Abstract In  recent  years,  ship  detection  based  on  SAR  image  is  a  vital  way  for  sea  surveillance  and  fishery  supervisory.  There  remains  great  importance  of  studying  ship  detection  in  synthetic  aperture  radar  image  in harbor  and  coastal  area  for  sea  security.  In  this  circumstance,this  article  mainly  study  ship  detection  method  in  SAR  image  in  harbor  andcoastal  area  ,  this  article  choose  G-K  distribution  as  our  clutter  distribution  model  through  comparing  various  commonly  used  clutter  distribution  models,  optimize  our  algorithm  by  reducing  duplicate  pixels,this  article  use  detection  method  based  on  human  visual  attention  system  to detect  ships.  In  terms  of  the  outcome,  our  detection  method  has  better  capacity  than  normal  CFAR  filter  and  can  satisfy  most  requirements of  the  processing  of  SAR  images  in  harbor  and  coastal  area.   
Keywords    SAR image  Generalized-K distribution  Ship detection  Fast algorithm 

目次

1绪论1

1.1研究背景1

1.2国内外研究现状1

1.3研究内容和意义2

1.4论文组织结构3

2SAR图像海杂波分布模型研究4

2.1概述4

2.2常用海杂波分布模型4

2.3基于广义K分布的非均质SAR图像海杂波建模6

2.4小结7

3基于广义K分布模型的船只目标增强8

3.1基于广义K分布的目标增强滤波器8

3.2基于广义K分布模型的改进滑窗增强滤波器9

3.3改进滑窗增强滤波器的快速算法11

3.4小结13

4基于人眼识别系统的船只检测方法14

4.1SAR图像CFAR检测原理14

4.2人眼识别系统视觉增强检测原理15

4.3仿真实验与分析17

4.4小结21

5总结与展望22

5.1总结22

5.2不足与展望22

致谢24

参考文献25

1  绪论 1.1  研究背景 海洋舰船目标监测是世界各大海洋国家的传统任务,在维护国家海洋权益、领土完整和领海安全、海上执法、海上搜救、海洋环境保护等多方面有着重要意义和举足轻重的地位。与光学和红外传感器相比,合成孔径雷达(SAR)因其全天时、全天候、大范围、高分辨率、长期连续观测的优点,得到了世界各大海洋国家的高度关注,SAR 图像船只目标检测已成为海洋应用领域的一个重要研究方向和热点问题。 美、英、法、加拿大等国学者在方面开展了大量卓有成效的工作,并获得巨大的成功。美国的 AKDEMO系统(Alaska SAR Demonstration),加拿大的 OMW 系统(Ocean Monitoring Workstation),欧盟的SUMO系统(Search for Unidentified Maritime Objects)、挪威NDRE(Norwegian Defense Research Establishment)的Eldhuset 系统、法国的 CLS 系统[1]等均已投入实际应用。 然而,现有船只检测技术主要适用于均质或近似均质的海面区域 ,对于近海和港口等非均质区域,其检测性能有不同程度的下降,影响了 SAR 图像船只监测技术在相关区域的推广应用。有鉴于此,本课题将结合近年来在海面杂波分析和海上目标检测中表现出优秀潜力的广义K分布(G-K分布)模型开展研究,利用G-K分布刻画近海和港口区域的海杂波分布特性,研究基于 G-K分布的船-海对比度增强滤波方法,在此基础上,实现对近海区域船只的检测。 SAR图像港口及近海区域船只检测方法研究:http://www.youerw.com/tongxin/lunwen_43066.html

------分隔线----------------------------
推荐内容