论文部分内容阅读
我国具有漫长的海岸线,专属经济区海域与邻国存在权益争端,必须对他国非法进入我国专属经济区的舰船予以监视监测,维护我国海洋权益。星载SAR具有空间分辨率高、覆盖面积大的特点,能够实现舰船目标的精确定位,且高分辨率SAR图像为舰船类型识别提供了可能,但舰船检测结果难以有效验证。AIS(船舶自动识别系统)能实时进行船舶识别、监视、通信和状态报告,具有定位精度高、全天候的特点,可利用AIS提供的信息对SAR舰船目标检测结果进行有效验证。目前已有多种基于SAR图像的舰船目标检测算法,但由于缺少实测数据,无法为现有的舰船目标检测结果做出客观的评价。本文开展了星载SAR与AIS舰船目标同步探测实验,获取了青岛附近海域高分辨率RADARSAT-2图像以及同步AIS信息。基于实测数据发展了适用于不同环境下的SAR舰船目标检测方法,开展了高分辨率SAR图像面目标分割技术研究,提高了舰船长宽特征提取精度。在SAR舰船目标检测算法方面,本文开展不同杂波条件下的舰船目标检测研究,探讨了不同海况、噪声条件对舰船目标检测的影响,提出一种适用于不同杂波条件下的舰船目标检测方法—基于G。分布的SAR舰船目标检测算法,并与经典的基于K分布的CFAR算法对比,利用实测数据对算法进行有效验证。在高分辨率SAR图像舰船目标分割方面,本文分析多种高分辨率图像滤波算法的滤波效果,并基于高分辨率图像中舰船为面目标的特点,将遥感分类思想引入SAR图像分割领域,建立SAR图像多阈值分割思想,发展了基于FCM的高分辨率SAR影像聚类分割算法,并通过与KSW双阈值算法的分割效果进行对比,评价本文方法的有效性；利用AIS这一重要的辅助数据源,探讨高分辨率SAR影像中舰船目标长、宽信息提取的精度问题。