学位论文 > 优秀研究生学位论文题录展示

SAR图像中的自动识别特征提取

作　者: 廖飞
导　师: 朱宗玖
学　校: 安徽理工大学
专　业: 控制理论与控制工程
关键词: SAR 干斑噪声二维最大类间方差法 LDA PCA
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 13次
引　用: 0次
阅　读: 论文下载

内容摘要

SAR(synthetic aperture radar,合成孔径雷达)图像相干斑噪声去除、图像目标的分割和图像特征提取与分析是SAR自动目标识别的重要而关键的处理步骤,随着科学技术地不断发展,SAR图像的处理技术、算法都越来越快速和精准,得到比较迅速地发展。SAR图像目标识别在军事领域的运用越来越广泛,而本文也正是在以SAR目标识别为背景,主要研究介绍了SAR图像的相干斑噪声去除、图像目标的分割和图像特征提取与分析等内容。首先,介绍了SAR图像成像的基本原理,以及相干斑乘性噪声地形成原理,SAR图像噪声的形成与传统光学图像的噪声有着本质区别,SAR图像能够更加清晰地显示出目标图像的细节和轮廓,但是SAR图像伴随着的相干斑噪声对SAR图像地形成有着比较大的影响,随后介绍了SAR图像的去除噪声的几种传统滤波保持平滑边缘滤波、Lee滤波、增强Lee和Frost滤波、gamma MAP滤波和自适应多视图像处理,并且实验结果加以证明自适应多视图像处理在图像的均值保持、等效视数和相对标准差方面都有着其它滤波方法所没有的优势。接下来的,论文对SAR图像的分割进行研究与介绍,图像分割对图像的解译、编译、特征提取与分析有着很重要作用,图像分割的方法有很多,如何能保证对图像的分割之后,还能够很好地保留图像的细节、纹理和边缘信息是主要问题,图像分割的方法比较多,主要有阈值分割法、聚类分割法、统计分割和区域增长法分开合并法,着重介绍了最大类间方差法的多阈值和二维最大类间方差法,并对其如何对SAR图像进行分割运算进行了较为详细地分析。最后论文对图像的特征提取与分析提出了线性判决分析(LDA)及其改进型左投影线性判决分析(L-2DLDA)和右投影线性判决分析(R-2DLDA)、主要分量分析法(PCA)及其改进型左投影主分量分析法(L-2DPCA)和右投影主分量分析法(D-2DPCA),并对这两种算法及其对应的改进型进行了实验结果的对比,实验结果证明改进型的L-2DLDA和R-2DLDA,L-2DPCA和D-2DPCA对图像的总体的协方差矩阵求取,原始特征向量的求取运算量都更加简化,对图像的识别率也更加高。

全文目录

摘要  5-6
Abstract  6-8
目录  8-14
第一章绪论  14-20
  1.1 研究的背景和目的意义  14-15
  1.2 国内外SAR目标识别检测技术研究发展概况  15-17
  1.3 主要研究内容  17-20
第二章 SAR成像基本特性及SAR ATR系统基本结构原理  20-34
  2.1 引言  20
  2.2 SAR成像的基本原理  20-25
    2.2.1 孔径合成原理  21-23
    2.2.2 距离分辨率  23-24
    2.2.3 方位向分辨率  24-25
  2.3 SAR及其图像应用的主要特性  25-29
    2.3.1 SAR的波段  25-26
    2.3.2 SAR的极化  26-27
    2.3.3 SAR图像中不同地物目标的特点  27-29
    2.3.4 SAR图像数据的统计特性  29
  2.4. 雷达自动目标识别的基本概念  29-31
    2.4.1 SAR自动目标识别的分类  29-30
    2.4.2 SAR ART的技术难点  30-31
  2.5 本章小结  31-34
第三章 SAR图像预处理  34-58
  3.1 引言  34
  3.2 图像预处理  34
  3.3 SAR图像相干斑噪声产生机理  34-35
  3.4 SAR图像相干斑噪声模型  35-36
  3.5 SAR图像去噪的几种算法  36-45
    3.5.1 保留边缘平滑滤波  37-38
    3.5.2 Lee滤波  38-39
    3.5.3 增强的Lee、Frost滤波  39-40
    3.5.4 Gamma MAP滤波  40-41
    3.5.5 基于最大同质区域滤波  41-42
    3.5.6 多视处理  42-44
    3.5.7 自适应图像多视处理  44-45
  3.6 滤波方法检测标准  45-47
  3.7 实验评估  47-50
  3.8 SAR图像分割  50-56
    3.8.1 图像分割的定义  50-51
    3.8.2 图像分割的方法  51-55
    3.8.3 实验结果论证  55-56
  3.9 本章小结  56-58
第四章 SAR图像特征提取方法  58-74
  4.1 SAR图像特征的提取与识别概述  58-59
  4.2 SAR图像特征提取方法概述  59-60
  4.3 二维线性分析(2DLDA)  60-66
    4.3.1 左投影二维线性分析(L-2DLDA)  61-62
    4.3.2 右投影线性判决分析(R-2DLDA)  62-64
    4.3.3 不同特征提取方法的实验结果比较  64-66
  4.4 主分量分析法(PCA)  66-73
    4.4.1 二维主分量分析法(2DPCA)  67-69
    4.4.2 左投影形式二维主分量分析(L-2DPCA)  69-70
    4.4.3. 不同特征提取的方法实验结果比较  70-73
  4.5 本章小结  73-74
第五章总结与展望  74-76
后记与致谢  76-78
参考文献  78-82
附录  82-83
详细摘要  83-91

相似论文

SAR图像超分辨率重构研究,TN957.52
机载SAR成像中多普勒参数计算方法的研究,P225.1
基于统计结构的联机手写藏文识别特征抽取研究,TP391.41
基于查询扩展的信息抽取技术研究及应用,TP391.1
基于合成孔径雷达数据的湿地信息提取应用,P237
基于极化SAR影像的地物变化检测技术研究,P237
基于POS数据的机载SAR数据几何处理方法研究,P225.1
高分辨率极化干涉SAR影像道路提取方法研究,TN957.52
基于视觉的手势识别技术研究,TP391.41
基于原子分解的SAR成像及其GPU的实现技术,TN957.52
基于新一代移动通信终端的小型化天线及其SAR特性研究,TN828.6
基于散射特性和空间相关特性的高分辨率SAR图像地物分类算法及系统实现,TN957.52
基于话题模型的科技文献话题发现与趋势分析,TP391.1
彩色人脸图像特征提取算法研究,TP391.41
基于小波变换和线性子空间的人脸识别技术研究,TP391.41
基于谱正则化的线性降维方法研究,TP391.41
基于特征提取的视频场景分类技术研究,TP391.41
基于社会标签系统的推荐技术研究,TP391.3
港口区域SAR图像目标检测技术研究,TN957.52
唾液表面增强拉曼光谱用于肺癌早期诊断的研究,R734.2
基于子空间的人脸识别算法研究,TP391.41