学位论文 > 优秀研究生学位论文题录展示
高分辨率SAR图像复杂目标属性散射中心特征提取
作 者: 张爱兵
导 师: 郁文贤
学 校: 国防科学技术大学
专 业: 信息与通信工程
关键词: SAR 图像解译 散射中心 属性散射中心模型 特征提取
分类号: TN957.52
类 型: 硕士论文
年 份: 2009年
下 载: 53次
引 用: 4次
阅 读: 论文下载
内容摘要
合成孔径雷达(SAR)是一种在距离向和方位向都具有很高分辨率的成像雷达,可以全天候全天时地对地观测,是一种不可或缺的军事侦察和民用遥感手段。与数据获取能力相比,高分辨率SAR图像解译技术严重滞后。其中,特征提取是SAR图像解译的基础和关键。散射中心特征是光学区目标散射的基本特征。属性散射中心特征提供了目标的物理属性和几何属性等细节信息,是一种适合高分辨率SAR图像解译的散射中心特征。本文以SAR图像解译为应用背景,瞄准实测数据属性散射中心特征提取这一前沿课题,重点研究了属性散射中心模型、属性散射中心特征提取方法两方面内容。分析总结了理想点散射中心模型、衰减指数和模型和属性散射中心模型三类经典散射中心模型的适用条件和表达式间的联系,指出属性散射中心模型是一种适合高分辨率SAR图像解译的散射中心模型,并且在低分辨率成像条件下可以近似为另两种模型。基于高分辨率SAR图像和规则散射体散射解,验证了属性散射中心模型对高分辨率SAR目标散射特性和图像特征描述的准确性,从而为属性散射中心特征提取算法的设计奠定基础。此外,为了简化算法的设计和保证算法的稳定性,还推导了特征提取时采用的规则化属性散射中心模型。以具有代表性的RD-AML-CLEAN方法为基础,总结了各种属性散射中心特征提取的实现方法,然后给出了本文采用的实用化的RD-AML-CLEAN方法实现流程。基于仿真数据的特征提取结果分析和统计性能分析验证了该RD-AML-CLEAN方法流程的有效性。提出了针对实测数据属性散射中心特征提取的改进RD-AML-CLEAN方法,并提取了0.3米分辨率和0.1米分辨率实测高分辨SAR图像目标的属性散射中心特征,实验结果表明,本文的改进方法有效地提取了目标的实测数据属性散射中心特征。
|
全文目录
摘要 9-10 ABSTRACT 10-11 第一章 绪论 11-19 1.1 研究背景与意义 11-14 1.2 研究现状与发展趋势 14-17 1.3 主要内容及结构安排 17-19 第二章 SAR 目标属性散射中心模型分析 19-34 2.1 属性散射中心模型的建立 19-25 2.1.1 理想点散射中心模型 20-21 2.1.2 衰减指数和模型 21-22 2.1.3 属性散射中心模型 22-24 2.1.4 三类经典模型间的联系 24-25 2.2 属性散射中心模型规则化 25-27 2.3 属性散射中心模型的特性分析和有效性验证 27-33 2.3.1 属性散射中心模型的特性分析 27-29 2.3.2 属性散射中心模型的有效性验证 29-33 2.4 小结 33-34 第三章 SAR 目标属性散射中心特征提取 34-59 3.1 RD-AML-CLEAN 属性散射中心特征提取方法 34-47 3.1.1 图像域区域解耦合的属性散射中心特征提取思想 35-38 3.1.2 RD-AML-CLEAN 方法的关键步骤 38-46 3.1.3 实用化的RD-AML-CLEAN 方法实现流程 46-47 3.2 RD-AML-Clean 属性散射中心特征提取实验 47-55 3.2.1 仿真SAR 图像的产生 47-51 3.2.2 特征提取实验结果及分析 51-55 3.3 RD-AML-CLEAN 属性散射中心特征提取统计性能分析 55-58 3.4 小结 58-59 第四章 实测数据属性散射中心特征提取 59-73 4.1 改进的RD-AML-CLEAN 属性散射中心特征提取方法 59-62 4.2 实测数据属性散射中心特征提取结果及分析 62-72 4.2.1 0.3 米分辨率MSTAR 数据的属性散射中心特征提取 62-69 4.2.2 0.1 米分辨率MiniSAR 数据的属性散射中心特征提取 69-71 4.2.3 实测数据属性散射中心特征提取结果分析 71-72 4.3 小结 72-73 第五章 结束语 73-76 5.1 本文的主要成果 73-74 5.2 需进一步研究的问题 74-76 附录A 属性散射中心特征提取的CRB 推导 76-82 致谢 82-83 参考文献 83-87 作者在学期间取得的学术成果 87
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- SAR图像超分辨率重构研究,TN957.52
中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达设备、雷达站 > 雷达接收设备 > 数据、图像处理及录取
© 2012 www.xueweilunwen.com
|