發(fā)布時間：2021-08-21 08:52

　　合成孔徑雷達（Synthetic Aperture Radar,SAR）是一種全天時全天候工作、穿透力強、分辨率高的雷達,在海洋監(jiān)測領(lǐng)域有著廣泛應用,而海面艦船檢測又是海洋監(jiān)測中極其重要的一部分,因此對SAR圖像艦船目標檢測技術(shù)的研究具有十分重要的價值和意義。本文的研究內(nèi)容主要分為三部分:海陸分割,艦船檢測以及虛假目標剔除,具體的工作安排如下:首先對海陸海陸分割技術(shù)進行了研究。首先針對一般SAR圖像場景,介紹了基于自適應閾值的海陸分割技術(shù),在該方法中,主要介紹了圖像濾波方法、圖像二值化方法、二值化圖像拓撲結(jié)構(gòu)分析方法、形態(tài)學處理方法和陸地獲取方法,并利用星載SAR海陸交界圖像進行實驗,對該種分割方法進行驗證和分析。然后針對復雜SAR圖像場景,提出了基于U-net神經(jīng)網(wǎng)絡的海陸分割技術(shù),U-net是一個端到端的神經(jīng)網(wǎng)絡,最初是應用在醫(yī)學圖像分割上,在該技術(shù)中,首先分析了U-net神經(jīng)網(wǎng)絡應用于SAR圖像海陸分割的可行性,然后對其調(diào)整使其適用于SAR圖像的海陸分割,然后詳細介紹了U-net網(wǎng)絡結(jié)構(gòu)及原理、對大場景SAR圖像的預處理方法、訓練集的建立方法及訓練方式,通過可視化特征提取過程對訓... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學位級別】：碩士

【部分圖文】：

海陸分割處理過程

Sigmoid 函數(shù)曲線

圖2.12 tanh 函數(shù)曲線 函數(shù)解決了 Sigmoid 函數(shù)輸出非 0 中心的問題，如圖 2.12 所示，但時，tanh 函數(shù)導數(shù)也趨于 0，仍然有梯度消失的問題。的神經(jīng)網(wǎng)絡中，最受歡迎的是 Relu 函數(shù)及其變種，Relu 函數(shù)的函示：當輸入小于 0 時，輸出為 0，當輸入大于等于 0 時，輸出等

【參考文獻】：
期刊論文
[1]基于改進Faster R-CNN算法的艦船目標檢測與識別[J]. 趙春暉,周瑤.  沈陽大學學報(自然科學版). 2018(05)
[2]基于生成對抗網(wǎng)絡和線上難例挖掘的SAR圖像艦船目標檢測[J]. 李健偉,曲長文,彭書娟,江源.  電子與信息學報. 2019(01)
[3]基于Mask R-CNN的艦船目標檢測研究[J]. 吳金亮,王港,梁碩,陳金勇,高峰.  無線電工程. 2018(11)
[4]基于卷積神經(jīng)網(wǎng)絡的遙感圖像艦船目標檢測[J]. 黃潔,姜志國,張浩鵬,姚遠.  北京航空航天大學學報. 2017(09)
[5]高分三號衛(wèi)星[J]. 云菲.  衛(wèi)星應用. 2016(08)
[6]基于深度卷積神經(jīng)網(wǎng)絡的船舶識別方法研究[J]. 趙亮,王曉峰,袁逸濤.  艦船科學技術(shù). 2016(15)
[7]基于SVM分類的紅外艦船目標識別[J]. 張迪飛,張金鎖,姚克明,成明偉,吳永國.  紅外與激光工程. 2016(01)
[8]基于Otsu與海域統(tǒng)計特性的SAR圖像海陸分割算法[J]. 陳祥,孫俊,尹奎英,于俊朋.  數(shù)據(jù)采集與處理. 2014(04)
[9]采用自適應背景窗的艦船目標檢測算法[J]. 李亞超,周瑞雨,全英匯,邢孟道.  西安交通大學學報. 2013(06)
[10]一種基于局部K-分布的新的SAR圖像艦船檢測算法[J]. 艾加秋,齊向陽.  中國科學院研究生院學報. 2010(01)

博士論文
[1]SAR圖像目標ROI自動獲取技術(shù)研究[D]. 高貴.國防科學技術(shù)大學 2007

碩士論文
[1]基于多測度的海陸雜波場景分割方法研究[D]. 蔣曉薇.西安電子科技大學 2017
[2]基于深度學習的SAR圖像目標識別算法的研究[D]. 梁鑫.南京林業(yè)大學 2016
[3]基于機器學習的SAR圖像分類與識別研究[D]. 應厚澤.南京理工大學 2016
[4]基于閾值的圖像分割算法的研究[D]. 劉東菊.北京交通大學 2009



本文編號：3355293