版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、目標自動檢測和識別在軍事上和民用上都具有重要意義,如:探測埋于地下的管道,監(jiān)測隱藏在樹林中的坦克、行駛于海面的船只,以及尋找和營救失事飛機等等,這些都需要用到目標檢測和識別的技術(shù)。而微波雷達具有全天時、全天候成像的特點,因此SAR圖像中目標的自動檢測和識別相對來說,應(yīng)用前景更為廣泛。 一般的SAR自動目標識別(ATR)方法分為以下三個步驟:檢測,辨別和識別。檢測階段是將目標從背景中提取出來,辨別是剔除檢測階段產(chǎn)生的虛警,識別是對
2、每一目標進行分類。本文主要討論目標的檢測和辨別問題,具體包括以下幾方面的研究內(nèi)容: 1)SAR圖像中自動目標檢測和辨別領(lǐng)域的現(xiàn)狀分析:系統(tǒng)查閱并分析了SAR圖像中自動目標檢測和辨別領(lǐng)域內(nèi)的算法,指出各算法的優(yōu)缺點。目標檢測的方法可分為3種類型:CFAR方法、多分辨率檢測方法、基于相位或方位信息的目標檢測。其中,基于相位信息的目標檢測是最新的、也是目前最為有效的一種方法,但它還不成熟,有待進一步的發(fā)展。目標辨別可以被看成兩類識別過
3、程,在檢測的虛警率很低的情況下,可以省略這一步驟。利用目標與自然地物方位向散射特性的不同來辨別目標是今后發(fā)展的一個方向。 2)最大似然恒虛警率方法(ML-CFAR)和2L-IHP算法的比較研究:利用ADTS數(shù)據(jù)集,分析比較兩算法,發(fā)現(xiàn)2L-IHP方法虛警率低,對隱藏的目標也有一定的檢測能力。在目標分布比較密集的情況下,所有的CFAR方法都不適用,但2L-IHP仍然能夠工作很好。在檢測概率很高的情況下,虛警率仍然非常低。并且2L-
4、IHP方法無需建立背景的概率密度模型,算法原理簡單,計算量小。這些都說明了2L-IHP方法的優(yōu)越性。 3)2L-IHP方法的調(diào)整和改進:一般的2L-IHP方法只能使用SLC數(shù)據(jù),而對于普通用戶,SLC數(shù)據(jù)比較難于得到,因此,提出了基于幅度數(shù)據(jù)的單極化和全極化的2L-IHP方法。分析草地、樹林和人造目標在一般的2L-IHP算法、消除天線權(quán)重的2L-IHP算法及幅度2L-IHP算法三種算法中所得到的相干值大小,發(fā)現(xiàn)人造目標的相干值明
5、顯高于自然地物,三種算法中,經(jīng)過天線權(quán)重消除的2L-IHP算法的相干值最高,幅度2L-IHP算法最低,但是幅度2L-IHP方法所得到的目標背景之比足夠用于目標檢測。ADTS數(shù)據(jù)集的試驗也充分說明了這一點。 4)分析比較不同波段、不同極化數(shù)據(jù)的目標檢測結(jié)果,找到最優(yōu)的極化和波段:針對AIRSAR的C-、L-、P-波段全極化圖像,分析了不同波段、不同極化條件下的目標檢測結(jié)果,得到以下幾點結(jié)論:對于同一波段的單極化圖像,有HH>VV>
6、HV;對于同極化、不同波段圖像,有C>L>P(C-HH與L-HH在有些情況下難以比較優(yōu)劣,但多數(shù)情況下,C波段較L波段檢測的相干系數(shù)高);單極化條件下,最好的檢測波段為CHH和LHH;從相干系數(shù)的角度考慮,全極化檢測優(yōu)于單極化檢測。 5)目標檢測的小波分解算法:隨著尺度的變化,目標和背景的表現(xiàn)特征是不同的,利用這一點可以將目標檢測出來。而由于小波分解具有很好的多尺度特性,因此,小波分解用來檢測目標是明顯的選擇。同時討論了小波分解
7、層數(shù)和閾值的選擇,提出了一種自適應(yīng)小波分解閾值設(shè)定的方法。 6)目標極化響應(yīng)分析:分析了不同的理想元素散射體的極化響應(yīng)圖,并且在C波段AIRSAR全極化數(shù)據(jù)中選取目標樣本點,進行極化合成生成極化響應(yīng)圖。生成的實際目標的極化響應(yīng)圖很多都是由多個元素散射體的極化響應(yīng)復(fù)合形成的,由此提出將Stokes矩陣分解為這些元素散射體的線性組合的思想,其系數(shù)由最小二乘方法來確定。 7)PI-SAR數(shù)據(jù)的Cameron分解和SSCM分解:
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 水下圖像中人造目標檢測算法研究.pdf
- 視頻圖像中人體目標的檢測方法研究.pdf
- 極化SAR圖像人造目標提取算法研究.pdf
- 極化SAR圖像人造目標特征提取與檢測方法研究.pdf
- SAR圖像車輛目標檢測.pdf
- 高分辨率SAR圖像中車輛目標的檢測.pdf
- SAR圖像港口目標檢測研究.pdf
- 聯(lián)合SAR目標檢測和圖像子帶編碼.pdf
- SAR圖像艦船目標檢測方法研究.pdf
- 結(jié)合結(jié)構(gòu)信息和統(tǒng)計特征的SAR圖像目標檢測.pdf
- 多目標的圖像檢測—人臉人眼檢測.pdf
- 超高分辨SAR圖像車輛目標檢測.pdf
- SAR圖像目標檢測的并行處理研究.pdf
- SAR圖像特定目標檢測技術(shù)研究.pdf
- SAR人造目標識別方法研究.pdf
- 紫外圖像弱小目標的檢測與跟蹤.pdf
- 基于時頻分析的極化SAR圖像人造目標提取技術(shù)研究.pdf
- 基于素描稀疏表示和低秩分解的SAR圖像目標檢測.pdf
- 合成孔徑雷達(SAR)圖像目標檢測.pdf
- 基于目標檢測的SAR圖像變化檢測方法研究.pdf
評論
0/150
提交評論