sar圖像艦船目標檢測方法研究

sar圖像艦船目標檢測方法研究

ID:34548933

大小:1.65 MB

頁數(shù):95頁

時間:2019-03-07

sar圖像艦船目標檢測方法研究_第1頁
sar圖像艦船目標檢測方法研究_第2頁
sar圖像艦船目標檢測方法研究_第3頁
sar圖像艦船目標檢測方法研究_第4頁
sar圖像艦船目標檢測方法研究_第5頁
資源描述:

《sar圖像艦船目標檢測方法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、SAR圖像艦船目標檢測方法研究作者姓名李俊敏學(xué)校導(dǎo)師姓名、職稱于昕副教授領(lǐng)域電子與通信工程企業(yè)導(dǎo)師姓名、職稱強勇高工申請學(xué)位類別工程碩士提交學(xué)位論文日期2014年12月學(xué)校代碼10701學(xué)號1202121450分類TN82號TP18密級公開西安電子科技大學(xué)碩士學(xué)位論文SAR圖像艦船目標檢測方法研究作者姓名:李俊敏領(lǐng)域:電子與通信工程學(xué)位類別:工程碩士學(xué)校導(dǎo)師姓名、職稱:于昕副教授企業(yè)導(dǎo)師姓名、職稱:強勇高工提交日期:2014年12月StudyontheMethodsofShipTargetDetectioninSARImageyAthesissubm

2、ittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByLijunminSupervisor:YuxinQiangyongDecember2014西安電子科技大學(xué)學(xué)位論文獨創(chuàng)性(或創(chuàng)新性)聲明秉承學(xué)校嚴謹?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德,本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標注和致謝中所羅列的內(nèi)容以外,論文中不包含

3、其他人已經(jīng)發(fā)表或撰寫過的研究成果;也不包含為獲得西安電子科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實之處,本人承擔(dān)一切法律責(zé)任。本人簽名:日期:西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定,即:研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件,允許查閱、借閱論文;學(xué)??梢怨颊撐牡娜炕虿糠謨?nèi)容,允許采用影印、縮印或其它復(fù)制手段保存論文。同時本人保證,獲得

4、學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章,署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名:導(dǎo)師簽名:日期:日期:摘要摘要近年來,利用SAR圖像進行艦船目標檢測是實現(xiàn)海洋監(jiān)視、漁業(yè)管控的重要手段。我國領(lǐng)海廣闊,海洋資源豐富,開展SAR圖像艦船目標檢測研究具有重要意義。本文主要圍繞海雜波的統(tǒng)計建模、SAR圖像的海陸分割以及SAR圖像艦船的CFAR檢測等問題進行展開。論文中的主要的內(nèi)容如下:1.由于海雜波的精確建模影響到基于統(tǒng)計模型的CFAR的檢測性能,所以本文首先研究了海雜波常用的建模模型,給出了海雜波建模的一般步驟及擬合度評價標

5、準,通過實驗驗評估了不同模型對海雜波分布的擬合性能。2.海陸分割是對海洋SAR圖像進行艦船檢測的基本前提之一,所以首先進行了SAR圖像的海陸分割研究。在原有的灰度級-平均灰度級-中值灰度級三維直方圖基礎(chǔ)上,提出灰度級-平均灰度級梯度-中值灰度級三維直方圖,并在此基礎(chǔ)上提出一種改進的三維Otsu分割算法,導(dǎo)出了灰度級-平均灰度級梯度-中值灰度級三維直方圖的Otsu閾值選取的快速迭代算法。最后進行了SAR圖像的海陸分割實驗,結(jié)果表明改進的方法在保證良好的分割效果的前提下減少了算法時間。03.本文提出了一種改進的G分布的局部滑窗CFAR檢測方法。該方法首先

6、根據(jù)滑窗內(nèi)的對比度參數(shù)來初步判斷滑窗內(nèi)是否有艦船像素,如果有則繼續(xù)后續(xù)的CFAR檢測,如果沒有則可以判斷滑窗內(nèi)沒有艦船目標像素,滑窗移動半個窗口步長,而不是一個像素,這樣可以減少耗時的參數(shù)估計的次數(shù),從而減少算法運行時間。實驗結(jié)果表明該方法能夠在保證艦船檢測的準確率的同降低算法運行時間。4.設(shè)計了SAR圖像的艦船檢測軟件系統(tǒng),給出了該系統(tǒng)的軟件結(jié)構(gòu)。主要介紹了該系統(tǒng)的功能模塊包括SAR圖像預(yù)處理模塊、海雜波分布擬合檢驗?zāi)K以及艦船目標檢測模塊。關(guān)鍵詞:海雜波,統(tǒng)計建模,CFAR,艦船目標檢測論文類型:應(yīng)用基礎(chǔ)研究類IABSTRACTABSTRACTR

7、ecently,shipdetectiononSyntheticApertureRadar(SAR)imageryisanimportantwayofoceansurveillanceandfishingmonitoring.Chinahaslargeoceanwhichisfullofresources.ItisofgratesignificanceindevelopingshipdetectionresearchmentonSARimagery.Thispaperfocusesontheseacluttermodeling,sea-landseg

8、mentationinSARimageandthealgorithmsofConstantFalseAlar

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。