论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar,SAR)能够全天时、全天候地对海洋环境进行观测,是海面舰船目标检测的有效手段。但是在复杂自然背景、弱小目标、低信噪比场景以及存在干扰时,SAR目标检测和边缘分割变得非常困难,传统的检测算法难以满足应用需求。分形几何学常用来描述不规则物体,如具有非线性、非平稳、统计自相似的复杂场景。由于SAR海面图像大都呈现出非平稳随机特性和统计自相似特征,因此可将分形理论应用于SAR海上目标检测之中。本文从分形理论的最新进展出发,重点研究了复杂海面背景下SAR舰船目标检测与边缘分割技术的相关理论和方法,主要包括如下内容:(1)论文首先介绍了基于2D-FBM场景建模的SAR成像模型和参数技术,在此基础上,研究基于2D-mFBM的地形建模和多重分形电磁散射模型。通过对模拟SAR成像的多重分形谱进行特征分析,发现无论是HH极化还是VV极化方式,它们的SAR图像都具有一定的多重分形特性。因此,从数值分析上验证了将多重分形理论应用在SAR成像和特征提取上的可行性,为后续多重分形理论的进一步应用提供一定的理论支撑。(2)论文将奇异性功率谱(Singularity Power Spectrum,SPS)分析拓展到2D,通过将2D-SPS和二维局部奇异性指数估计方法相结合,提出一种基于2D-SPS的SAR舰船目标检测方法,同时给出了检测流程和具体的算法实现过程。实验阶段,从SAR图像的奇异性功率谱中提取有效的特征向量后,并通过OpenSAR数据集进行仿真,最终在不同虚警率情况下,检测率始终大于97%,较于传统的CFAR检测方法优势明显。另外,为了尽可能探究所提出的分形检测算子的适用性,对于不同信噪比的SAR舰船目标以及不同种类的SAR舰船目标分别进行了仿真实验。(3)论文将SAR图像的局部奇异性指数与其多重分形谱相结合,提出基于多重分形的SAR舰船目标边缘分割方法。通过对典型的实际SAR舰船目标进行分割仿真,以及与其他三种传统的边缘分割算法的结果相比较,表明了本方法具有较好的平均分割性能,能保留更加丰富的目标边缘细节特征,但同时也一定程度存在增加虚警的风险。本文的研究丰富了SAR舰船检测与边缘分割方法和技术,从一定程度上解决了传统算法在复杂自然背景以及低信噪比下检测效果不理想的问题,具有较好的理论意义和应用价值。