資源描述：
《sar圖像方向性目標(biāo)檢測與識(shí)別研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、南京航空航天大學(xué)碩士學(xué)位論文SAR圖像方向性目標(biāo)檢測與識(shí)別研究姓名：劉冬申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：電路與系統(tǒng)指導(dǎo)教師：張弓20090101南京航空航天大學(xué)碩士學(xué)位論文摘要合成孔徑雷達(dá)(SyntheticApertureRadar,SAR)憑其獨(dú)特的優(yōu)勢在軍事偵察和民用方面得到了廣泛的應(yīng)用，開展SAR圖像的目標(biāo)檢測工作具有實(shí)際意義和應(yīng)用前景。本文基于指數(shù)小波技術(shù)、擴(kuò)展分形檢測技術(shù)(ExtendedFractal，EF)和擴(kuò)展最大平均相關(guān)高度濾波器(ExtendedMaximumAverageCorrelationHeight，EMACH)對(duì)SAR圖像方向性
2、目標(biāo)的檢測與識(shí)別展開研究，并基于方向?yàn)V波技術(shù)、非抽樣Contourlet變換(NonsubsampledContourletTransform,NSCT)，開發(fā)了一款SAR圖像多功能處理軟件。提出一種基于指數(shù)小波分形特征的SAR圖像特定目標(biāo)檢測技術(shù)，算法依據(jù)指數(shù)小波特有的對(duì)邊緣的選則性增強(qiáng)特性和方向敏感性，定義指數(shù)小波分形特征（ExponentialWaveletFractalEWF）。利用該特征對(duì)特定姿態(tài)的目標(biāo)進(jìn)行檢測實(shí)驗(yàn)，結(jié)果表明，該算法較傳統(tǒng)算法能夠更為準(zhǔn)確的檢測出方向性目標(biāo)。提出一種基于擴(kuò)展分形檢測技術(shù)與EMACH濾波器的SAR目標(biāo)識(shí)別算法，利
3、用擴(kuò)展分形的準(zhǔn)確定位功能，結(jié)合EMACH模板良好的識(shí)別性能，提出一種具有自動(dòng)矯正功能的SAR目標(biāo)識(shí)別方法。使用MSTAR數(shù)據(jù)庫圖像進(jìn)行測試，獲得了較好的識(shí)別效果。介紹了NSCT變換原理和結(jié)構(gòu)、以及本實(shí)驗(yàn)室基于NSCT變換已取得的應(yīng)用成果，其中包括基于NSCT的圖像紋理/形狀檢索和目標(biāo)方位角估計(jì)算法；開發(fā)實(shí)現(xiàn)了NSCT變換C語言程序包，為開發(fā)SAR圖像處理軟件提供了必要的基礎(chǔ)。關(guān)鍵詞：SAR圖像，目標(biāo)檢測，目標(biāo)方位角估計(jì)，EMACH，非抽樣Contourlet變換，指數(shù)小波分形ISAR圖像方向性目標(biāo)檢測與識(shí)別研究AbstractSyntheticAper
4、tureRadar(SAR)hasbeenwidelyusedinbothmilitaryreconnaissanceandcivilactivitybasedonitsuniqueadvantages,soit’smeaningfulandhasapplicationprospecttostudytargetdetectionmethodofSARimages.Inthisdissertation,wedetailedlyanalyzetheexponentialwaveletanalysismethod,ExtendedFractal（EF）fea
5、turemethod,andtheExtendedMaximumAverageCorrelationHeigh（tEMACH）filterswaysfortargetdetectionandrecognition.Weretrospectmethodswhichourlibteamhasbeenmadebasedondirectionalfilter,NonsubsampledContourletTransform(NSCT),anddevelopedamulti-purposeSARimageprocessingsoftware.Anewalgori
6、thmforspecialSARtargetdetectionisproposedbasedonExponentialWaveletFractal（EWF）.TheExponentialWavelethasastrongcapacitytoenhancetheedgesselectivelyaccordingdifferentscale.AnovelExponentialWaveletFractalfeatureisdefinedinthisdissertation.Theeffectiveperformanceusingthenewfeaturefo
7、rspecialsizeanddirectiontargetdetectionisdemonstratedandvalidatedbytheMSTARdata.AnovelmethodoffastautomaticsmalltargetrecognitioninthehugesceneSARimageryisproposed.Firstly,thetargetmodeltemplateissetupbyEMACHfiltermethod.Then,ExtendedFractalmethodisusedfortargetpre-location.Inor
8、dertosolvetheproblemthatthetargetpre-locationof
