極化合成孔徑雷達(dá)（Polarimetric Synthetic Aperture Radar,PolSAR）是一種觀測(cè)地物的成像系統(tǒng),也被稱為綜合孔徑雷達(dá)。它的工作原理是通過(guò)雷達(dá)系統(tǒng)與目標(biāo)的相對(duì)運(yùn)動(dòng)將真實(shí)的天線孔徑數(shù)據(jù)合成等效的大尺寸天線孔徑,然后進(jìn)行目標(biāo)監(jiān)測(cè),可以實(shí)現(xiàn)在能見(jiàn)度極低的氣象環(huán)境下獲取高分辨的雷達(dá)圖像。相對(duì)于其它光學(xué)成像系統(tǒng),極化合成孔徑雷達(dá)具有高分辨率,較強(qiáng)的偽裝識(shí)別能力,穿透力強(qiáng)等優(yōu)勢(shì),它可以避免受到云雨,塵霧,光照等各種天氣條件的影響,從而完成對(duì)目標(biāo)進(jìn)行全天候全天時(shí)的監(jiān)測(cè)。在國(guó)家重要的航空基礎(chǔ)設(shè)施中,機(jī)場(chǎng)作為承載著飛機(jī)起降,定位,維護(hù)等關(guān)鍵任務(wù)的典型設(shè)施,在軍事、民用等各個(gè)領(lǐng)域上都具有極其重要的戰(zhàn)略意義。跑道作為機(jī)場(chǎng)的核心設(shè)施,是機(jī)場(chǎng)檢測(cè)中最具參考性的特征,可以通過(guò)檢測(cè)跑道從而實(shí)現(xiàn)對(duì)機(jī)場(chǎng)的檢測(cè)。本論文通過(guò)對(duì)極化SAR圖像散射特性的研究,提出了兩種算法來(lái)實(shí)現(xiàn)在極化SAR圖像下的機(jī)場(chǎng)跑道區(qū)域檢測(cè)。第一種算法提出了一種基于差異度的極化SAR圖像機(jī)場(chǎng)跑道區(qū)域檢測(cè)方法。算法中首先采用了SLIC（Simple linear Iterative Clustering）即簡(jiǎn)單線性迭代... 

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景和意義
    1.2 課題研究現(xiàn)狀
        1.2.1 機(jī)場(chǎng)跑道區(qū)域檢測(cè)研究現(xiàn)狀
        1.2.2 SAR圖像機(jī)場(chǎng)跑道區(qū)域檢測(cè)研究現(xiàn)狀
    1.3 本文結(jié)構(gòu)安排
第二章 極化SAR的基礎(chǔ)理論知識(shí)
    2.1 引言
    2.2 極化SAR數(shù)據(jù)的表征方式
        2.2.1 Jones矢量
        2.2.2 極化散射矩陣
        2.2.3 極化相干矩陣
        2.2.4 極化協(xié)方差矩陣
    2.3 基于散射體的散射機(jī)制
        2.3.1 表面散射
        2.3.2 漫散射
        2.3.3 偶次散射
        2.3.4 體散射
    2.4 基于散射特性的目標(biāo)分解理論
        2.4.1 Freeman分解
        2.4.2 新三分量分解
        2.4.3 Cloude分解
        2.4.4 H/α分解
    2.5 本章小結(jié)
第三章 基于差異度迭代的極化 SAR 圖像機(jī)場(chǎng)跑道檢測(cè)算法
    3.1 引言
    3.2 機(jī)場(chǎng)跑道的散射特性及結(jié)構(gòu)特性
    3.3 超像素
    3.4 改進(jìn)的K均值聚類
    3.5 差異度
    3.6 基于差異度迭代的極化SAR圖像機(jī)場(chǎng)跑道區(qū)域檢測(cè)算法
        3.6.1 算法描述
        3.6.2 算法具體實(shí)現(xiàn)
        3.6.3 實(shí)驗(yàn)結(jié)果及分析
    3.7 本章小結(jié)
第四章 基于閾值分割的極化SAR圖像機(jī)場(chǎng)跑道區(qū)域檢測(cè)
    4.1 引言
    4.2 異化散射功率~(Dspan)
    4.3 LBP特征
    4.4 基于閾值分割的極化SAR圖像機(jī)場(chǎng)跑道區(qū)域檢測(cè)
        4.4.1 算法描述
        4.4.2 具體算法實(shí)現(xiàn)
        4.4.3 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 工作展望
致謝
參考文獻(xiàn)
碩士研究生期間發(fā)表論文


【參考文獻(xiàn)】：
期刊論文
[1]自適應(yīng)無(wú)監(jiān)督分類的PolSAR圖像機(jī)場(chǎng)跑道區(qū)域快速檢測(cè)[J]. 盧曉光,藺澤山,韓萍,鄒璨.  遙感學(xué)報(bào). 2019(06)
[2]基于分塊LBP融合特征和SVM的人臉識(shí)別算法[J]. 張敦鳳,高寧化,王姮,馮興華,霍建文,張靜.  傳感器與微系統(tǒng). 2019(05)
[3]多特征分類的PolSAR圖像飛機(jī)目標(biāo)檢測(cè)[J]. 盧曉光,周波,韓萍,韓賓賓.  信號(hào)處理. 2019(04)
[4]基于最優(yōu)k均值聚類的時(shí)空動(dòng)態(tài)背景模型[J]. 舒浩浩,陳盛雙,李石君.  小型微型計(jì)算機(jī)系統(tǒng). 2019(02)
[5]遙感圖像中的機(jī)場(chǎng)跑道檢測(cè)算法[J]. 艾淑芳,閆鈞華,李大雷,許俊峰,沈靜.  電光與控制. 2017(02)
[6]基于h/q分解和貝葉斯迭代分類的跑道檢測(cè)算法[J]. 韓萍,常玲,程爭(zhēng),石慶研.  系統(tǒng)工程與電子技術(shù). 2016(09)
[7]基于改進(jìn)RHT的SAR圖像機(jī)場(chǎng)區(qū)域提取算法[J]. 喬寅騏,肖健華,黃銀和,尹奎英.  電子測(cè)量技術(shù). 2016(02)
[8]超像素極化合成孔徑雷達(dá)影像譜聚類算法研究[J]. 崔鳴,余潔,王彥兵,謝東海.  測(cè)繪科學(xué). 2015(03)
[9]大場(chǎng)景下的極化SAR機(jī)場(chǎng)檢測(cè)[J]. 晉瑞錦,周偉,楊健.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(12)
[10]基于多級(jí)分類的PolSAR圖像機(jī)場(chǎng)跑道檢測(cè)[J]. 韓萍,徐建颯,趙愛(ài)軍.  系統(tǒng)工程與電子技術(shù). 2014(05)

博士論文
[1]基于極化SAR的目標(biāo)極化分解與散射特征提取研究[D]. 安文韜.清華大學(xué) 2010
[2]雷達(dá)極化中若干理論問(wèn)題研究[D]. 陳強(qiáng).國(guó)防科學(xué)技術(shù)大學(xué) 2010

碩士論文
[1]基于隨機(jī)森林的極化SAR圖像機(jī)場(chǎng)跑道檢測(cè)[D]. 鄒璨.中國(guó)民航大學(xué) 2019
[2]基于紋理和結(jié)構(gòu)分析的機(jī)場(chǎng)目標(biāo)檢測(cè)方法[D]. 管凌霄.解放軍信息工程大學(xué) 2015
[3]無(wú)監(jiān)督極化SAR圖像分類研究[D]. 聞世保.西安電子科技大學(xué) 2014
[4]基于譜聚類的極化SAR圖像分類研究[D]. 郭衛(wèi)英.西安電子科技大學(xué) 2013
[5]極化SAR圖像中的機(jī)場(chǎng)和飛機(jī)目標(biāo)檢測(cè)[D]. 潘誠(chéng).復(fù)旦大學(xué) 2012
[6]多極化合成孔徑雷達(dá)圖像目標(biāo)檢測(cè)研究[D]. 韓昭穎.中國(guó)科學(xué)院研究生院（電子學(xué)研究所） 2005



本文編號(hào)：3684472