论文部分内容阅读
合成孔径雷达(SAR)用于海洋监测(视)已得到广泛的重视。海洋中存在大量分布目标,例如舰船尾迹等。研究分布目标的特点及其信息提取的方法乃是本领域研究工作的一个重要内容。本文的主要工作集中在SAR图像中分布目标特征提取算法的研究,实现对分布目标自动检测、初步分类的要求。 论文首先简要介绍了合成孔径雷达的基本工作原理和成像特点,之后论述了SAR对海洋分布目标成像机理及特点。在此基础之上,重点列出已有的检测舰船尾迹的主要方法,并对每种方法的适用范围及处理效果进行了比较。 SAR图像上舰船尾迹的检测主要取决于分布目标所在区域与背景海面在散射系数上的差别(即反差度大小)。通常,由于分布目标与背景海面之间的反差度较小,并且受海域海况、船只类型和运动参数以及雷达观测条件等等诸多因素的影响,所以目标易被背景噪声所淹没,比直接检测舰船(在SAR图像上为强目标)增加了许多难度。现今对尾迹的检测多集中在诸如Kelvin臂、窄V尾迹等V字形或线性尾迹特征上,但是由于海洋环境或舰船物理状态等复杂因素,实际在SAR中观测到的尾迹是斑点、条带状等复杂的混合结构。而在此方面的研究还有待深入。 本人在前人已有的工作基础之上,提出了一种检测非线性特征的方法。采用生理视觉系统对图像进行处理,通过竞争合作提取图像中的线状特征的方向信息,之后再应用形态滤波进行处理达到特征检测的目的。对该算法进行理论分析的基础上,给出了计算机处理后的结果。结果表明该方法能够有效地检测出SAR图像中的非线性分布特征,并方便实现并行算法提高速度,具有实用化的潜力。 本人在硕士期间根据本室需要,还完成了基于web的网路查询图像数据库,并且得到了很好的应用。