合成孔徑雷達(dá)（Synthetic20Aperture20Radar,SAR）,由于具有全天時(shí)、全天候的工作特點(diǎn),成為目前一種不可或缺的遙感觀測手段,在軍事和民用領(lǐng)域得到了廣泛的發(fā)展。SAR圖像自動(dòng)目標(biāo)提取是其應(yīng)用的重要方向之一,該技術(shù)的研究近年來受到國內(nèi)外學(xué)者的廣泛關(guān)注。本論文以發(fā)展實(shí)用化的SAR圖像自動(dòng)目標(biāo)提取技術(shù)為目的,結(jié)合自動(dòng)目標(biāo)提取相關(guān)理論和應(yīng)用背景,針對(duì)其中的復(fù)雜場景SAR圖像目標(biāo)檢測、復(fù)雜場景SAR圖像目標(biāo)鑒別和面向鑒別特征提取的目標(biāo)切片圖像分割問題,展開系統(tǒng)的分析和研究,具體內(nèi)容如下:第一部分,研究了多目標(biāo)和雜波邊界等復(fù)雜場景SAR圖像中的目標(biāo)檢測問題。對(duì)于復(fù)雜場景中的目標(biāo)檢測問題,背景參考窗內(nèi)均勻同質(zhì)雜波像素的篩選是問題解決的關(guān)鍵,通常采用像素篩選或半窗篩選的策略實(shí)現(xiàn)。通過比較傳統(tǒng)像素篩選類和半窗篩選類檢測算法的各自優(yōu)勢,在背景雜波服從G⁰分布模型假設(shè)下,提出了一種基于自動(dòng)區(qū)域篩選的恒虛警率（Constant20False20Alarm20Rate,CFAR）目標(biāo)檢測算法。該算法首先將局部參考窗均勻劃分成若干個(gè)區(qū)域塊;然后利用變化指數(shù)統(tǒng)計(jì)量對(duì)局部參... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：144 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 SAR圖像自動(dòng)目標(biāo)識(shí)別系統(tǒng)的研究現(xiàn)狀
        1.2.2 SAR圖像自動(dòng)目標(biāo)提取技術(shù)的研究現(xiàn)狀
    1.3 SAR圖像自動(dòng)目標(biāo)提取關(guān)鍵技術(shù)分析
    1.4 論文主要研究內(nèi)容與章節(jié)安排
第二章 基于自動(dòng)區(qū)域篩選的SAR圖像目標(biāo)檢測算法
    2.1 引言
    2.2 VI-CFAR檢測原理
    2.3 SAR圖像ABC-CFAR目標(biāo)檢測算法
        2.3.1 自動(dòng)區(qū)域篩選方法
        2.3.2 基于G0分布模型的CFAR檢測
        2.3.3 篩選閾值的計(jì)算
        2.3.4 ABC-CFAR算法流程及快速實(shí)現(xiàn)方法
    2.4 實(shí)驗(yàn)結(jié)果和分析
    2.5 本章小結(jié)
第三章 基于超像素篩選與合并的SAR圖像目標(biāo)檢測算法
    3.1 引言
    3.2 SAR-SEEDS圖像超像素分割算法
        3.2.1 SAR圖像超像素分割目標(biāo)函數(shù)構(gòu)建
        3.2.2 SAR圖像超像素分割目標(biāo)函數(shù)求解
        3.2.3 SAR-SEEDS超像素分割算法處理步驟
    3.3 SAR圖像SCM-CFAR目標(biāo)檢測算法
        3.3.1 超像素篩選
        3.3.2 參考窗內(nèi)背景雜波區(qū)域圖像分割
        3.3.3 參考背景篩選和超像素CFAR檢測
        3.3.4 目標(biāo)超像素聚類
    3.4 實(shí)驗(yàn)結(jié)果和分析
        3.4.1 SAR-SEEDS超像素分割算法的性能分析
        3.4.2 SCM-CFAR檢測算法的性能分析
    3.5 本章小結(jié)
第四章 基于多特征融合詞包模型的SAR圖像目標(biāo)鑒別算法
    4.1 引言
    4.2 BOW模型原理
    4.3 SAR圖像局部區(qū)域描述子
        4.3.1 SIFT和SAR-SIFT特征
        4.3.2 對(duì)比度特征和紋理特征
    4.4 多核學(xué)習(xí)
    4.5 實(shí)驗(yàn)結(jié)果和分析
        4.5.1 實(shí)驗(yàn)1和實(shí)驗(yàn)2
        4.5.2 實(shí)驗(yàn)3
    4.6 本章小結(jié)
第五章 基于冪次變換的SAR圖像Otsu分割算法
    5.1 引言
    5.2 Otsu圖像分割算法
        5.2.1 算法的原理
        5.2.2 算法在SAR圖像中的應(yīng)用分析
    5.3 基于冪次變換的Otsu圖像分割算法
        5.3.1 相干斑濾波及其對(duì)分割結(jié)果的影響
        5.3.2 冪次變換及其對(duì)分割結(jié)果的影響
        5.3.3 算法流程及復(fù)雜度分析
    5.4 實(shí)驗(yàn)結(jié)果和分析
        5.4.1 算法有效性分析
        5.4.2 算法穩(wěn)健性分析
        5.4.3 算法運(yùn)行時(shí)間分析
    5.5 本章小結(jié)
第六章 工作總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻(xiàn)
致謝
作者簡介



本文編號(hào)：3179021