合成孔径雷达图像多尺度目标检测技术研究

发布时间：2023-01-15 09:05

　　合成孔径雷达（Synthetic Aperture Radar,SAR）目标检测可为军事侦查、民用探测等提供情报信息支撑,是SAR数据解译的重要环节。目标检测也可作为其他解译任务的前置步骤,检测结果将影响整个SAR自动目标识别（Automatic Target Recognition,ATR）系统的性能,因此,目标检测是解译系统的重要组成部分。随着SAR成像系统的不断更新,目标在不同雷达、不同分辨率图像中的差异越来越大,同时,高分辨成像系统也使得小尺度目标在图像中得以显现,加之同类目标不同型号之间实际尺寸也存在较大差异,造成同类目标在SAR图像中以不同尺度呈现。多尺度目标的存在使得传统目标检测方法无法准确划分目标区域,存在检测性能瓶颈:1)对固定地物目标而言,一般在大场景图像中稀疏存在,目标尺度多样使得对该型目标的快速与准确检测变得困难;2)对可移动目标而言,多尺度特性使得难以准确估计目标与背景分布参数,仅仅依靠散射特征已经无法满足检测需求,需要从任务目标出发,研究设计多尺度目标的尺度无关的共性特征。同时,小尺度目标在图像中信息有限,如何充分挖掘数据集中的小尺度目标信息仍有待研究。SA... 

【文章页数】：125 页

【学位级别】：博士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的背景与意义
    1.2 国内外研究现状
        1.2.1 机场检测方法研究现状
        1.2.2 舰船检测方法研究现状
    1.3 论文的主要内容与章节安排
        1.3.1 本文主要研究内容
        1.3.2 本文结构安排
第二章 大场景SAR图像多尺度机场目标快速检测
    2.1 引言
    2.2 线基元检测子
    2.3 基于线基元聚合的多尺度机场快速检测
        2.3.1 机场支持区域提取
        2.3.2 机场潜在区域搜索
        2.3.3 基于显著性分析的机场鉴别
    2.4 实验结果与分析
        2.4.1 检测流程分析
        2.4.2 多尺度机场检测分析
        2.4.3 检测结果对比
        2.4.4 运行效率对比
    2.5 本章小结
第三章 大场景SAR图像多尺度机场目标精确检测
    3.1 引言
    3.2 机场部件提取
    3.3 基于多层显著性的多尺度机场精确检测
        3.3.1 组件级显著性指标
        3.3.2 像素级显著性映射
        3.3.3 显著图融合
    3.4 实验结果与分析
        3.4.1 不同级别显著图对比
        3.4.2 不同显著性指标对比
        3.4.3 显著性方法对比实验
        3.4.4 机场检测方法对比实验
    3.5 本章小结
第四章 SAR图像多尺度舰船目标无监督检测
    4.1 引言
    4.2 多尺度舰船可能区域采样方法
        4.2.1 多尺度舰船可能区域层级聚合
        4.2.2 多尺度舰船可能区域评分
    4.3 实验结果与分析
        4.3.1 检测流程分析
        4.3.2 与其他方法对比
    4.4 本章小结
第五章 SAR图像多尺度舰船目标端到端检测
    5.1 引言
    5.2 特征金字塔网络
    5.3 基于尺度迁移层的特征金字塔网络
        5.3.1 尺度迁移层
        5.3.2 密集连接
    5.4 实验结果与分析
        5.4.1 SSDD数据集实验
        5.4.2 SAR Ship Dataset数据集实验
    5.5 本章小结
第六章 全文总结与展望
    6.1 全文工作总结
    6.2 后续工作展望
致谢
参考文献
攻读博士学位期间取得的成果


【参考文献】：
期刊论文
[1]AIR-SARShip-1.0：高分辨率SAR舰船检测数据集[J]. 孙显,王智睿,孙元睿,刁文辉,张跃,付琨.  雷达学报. 2019(06)
[2]自适应无监督分类的PolSAR图像机场跑道区域快速检测[J]. 卢晓光,蔺泽山,韩萍,邹璨.  遥感学报. 2019(06)
[3]基于差异度迭代的极化SAR图像机场跑道检测算法[J]. 张喆,万义爽,韩萍,程争.  信号处理. 2019(06)
[4]基于直线和区域显著性融合机制的机场检测[J]. 潘治鸿,窦浩,刘迪,田金文.  计算机工程与应用. 2018(08)
[5]改进区域卷积神经网络的机场检测方法[J]. 朱明明,许悦雷,马时平,唐红,辛鹏,马红强.  光学学报. 2018(07)
[6]区域提取网络结合自适应池化网络的机场检测[J]. 辛鹏,许悦雷,马时平,李帅,吕超.  西安电子科技大学学报. 2018(03)
[7]高分三号卫星总体设计与关键技术[J]. 张庆君.  测绘学报. 2017(03)
[8]大场景下的极化SAR机场检测[J]. 晋瑞锦,周伟,杨健.  清华大学学报(自然科学版). 2014(12)
[9]Airport automatic detection in large space-borne SAR imagery[J]. Shaoming Zhang,Yi Lin,Xiaohu Zhang,and Yingying Chen Research Center of Remote Sensing and Spatial Informatics Technology,Tongji University,Shanghai 200092,P.R.China.  Journal of Systems Engineering and Electronics. 2010(03)
[10]基于模板搜索的高分辨率SAR图像机场提取方法[J]. 杨浩,张红,王超,张波,张立平.  遥感信息. 2010(02)

博士论文
[1]多维高分辨雷达图像目标识别方法研究[D]. 周知.电子科技大学 2019
[2]高分辨SAR图像目标特性建模及检测方法研究[D]. 杨海溢.电子科技大学 2019



本文编号：3730877