合成孔径雷达图像舰船目标检测与分析

舰船检测是合成孔径雷达图像海洋应用的一个重要部分。本文设计了舰船检测步骤，给出了SAR图像舰船形状分析的方法，对于舰船目标进行自动检测并计算出舰船参数，通过实验验证目标的检测与分析是有效的。     

极化合成孔径雷达图像目标定向角

定向角是极化合成孔径雷达(SAR)图像目标的一个重要参数,出于不同应用背景,定向角有多种定义方法。对8种不同定向角定义方法进行了比较,分析了其内在联系。得出Huynen方法和Schuler方法物理意义一致,前者适用于单视极化SAR数据,后者适用于多视情况。杨健方法、Cameron方法、Krogager方法和徐丰方法是等价的,适用于单视数据;Lee方法和安文韬方法等价,适用于多视数据。     

一种新的SAR图像相干斑抑制算法

针对经典局域统计自适应滤波器的窗口大小问题,提出了一种新的用于抑制合成孔径雷达图像相干斑噪声的滤波算法.基于SAR图像的统计特性,窗口大小根据区域特征自动调整,尽可能将窗口调整为包含同一均匀区域,从而在保持细节的同时尽最大可能地抑制斑点噪声.实验结果表明,本算法不仅有效抑制了SAR图像的相干斑,保持图像的边缘细节.而且有着良好的图像视觉效果.     

极化合成孔径雷达图像目标去定向性质及应用

定向角是极化合成孔径雷达(SAR)图像的一个重要参数。去定向在一定程度上可以降低目标随机取向的影响。目标去定向后,有些极化参数会改变,有些保持不变。本文对去定向理论进行了小结,讨论了极化SAR图像目标去定向的性质,分析了去定向前、后二次散射系数的变化趋势。分别以这2个指标对极化SAR数据进行分类比较,结果表明后者能较好地区分3种常见的散射目标。     

复杂环境大场景SAR图像飞机目标快速检测

随着人工智能与合成孔径雷达（synthetic aperture radar,SAR）技术的发展,基于卷积神经网络（convolutional neural network,CNN）的SAR图像自动目标识别技术取得了一定的突破.然而,由于飞机自身结构以及SAR成像机制的复杂性,在复杂环境大场景SAR图像中对飞机目标进行快速准确的检测依然存在挑战.为提升算法的检测能力,本文对现有检测算法的处理流程进行了分析与总结,并提出了一种复杂环境大场景SAR图像飞机目标快速检测算法.算法优化了整体检测流程,设计了基于灰度特征的机场区域精细化提取和基于CNN的飞机目标粗检测两大子模块,并采用了YOLOv3网络对机场区域以及飞机目标分别进行初步的提取与检测.实验结果表明,本文算法对复杂环境大场景SAR图像中的飞机目标具有高效的检测能力.     

一种合成孔径雷达图像特征提取与目标识别的新方法

该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的特征,利用支持向量机进行分类完成目标识别。实验结果表明,该方法可以明显提高目标的正确识别率,是一种有效的合成孔径雷达图像特征提取和目标识别方法。     

一种合成孔径雷达图像特征提取与目标识别的新方法

该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的特征,利用支持向量机进行分类完成目标识别。实验结果表明,该方法可以明显提高目标的正确识别率,是一种有效的合成孔径雷达图像特征提取和目标识别方法。     

逆合成孔径雷达图像仿真研究

实现了从目标建模、散射计算到雷达图像仿真的全过程.首先使用AutoCAD软件对目标建模并进行三角面元离散,采用反方向光学射线追踪技术进行消隐,以物理光学近似理论计算目标的后向散射,最后利用逆合成孔径雷达成像方法得到了目标的雷达仿真图像.球体的计算结果验证了物理光学的正确性,坦克和飞机模型的仿真成像结果与实验结果和CAD模型的对比进一步证实了目标仿真成像系统的有效性.     

基于级联网络的复杂大场景SAR图像舰船目标快速检测

合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测紧贴军事和民用需求,为海洋监视提供重要信息支撑.针对复杂大场景SAR图像,本文设计了一种基于级联网络的舰船目标检测框架,该网络框架主要由D-BiSeNet海陆分割、分块区域筛选和CP-FCOS目标检测三部分组成.通过改进双边网络(D...     

基于更新分类器的合成孔径雷达图像目标识别

针对合成孔径雷达(SAR)图像目标识别中的分类决策问题,提出了一种基于更新分类器的新识别方法.该方法用卷积神经网络和稀疏表示分类器作为基础分类器对类别未知的样本进行分类,对两种方法的决策结果进行融合,并判定决策结果的可靠性.将类别可靠的测试样本补充到原始训练样本中以更新分类器,从而获得更可靠的识别结果.基于MSTAR数...     

复杂SAR场景中机场跑道的提取

本文提出了一种从大幅SAR场景图像中提取机场跑道的方法。跑道是机场的最明显的特征,在图像上可抽象为相隔一定距离,具有一定长度的平行线对。算法首先检测图像边缘,然后连接成线段,从中搜索平行线对,最后进行验证。算法的特点在于连接线段时,通过将图像域中的线段转化成极坐标中的点,将线段连接问题转化为点的聚类问题,并利用贝叶斯估计原理构造相似性测度准则函数,利用区域生长聚类方法将断裂的但属于同一条直线的点聚集起来。实验结果表明,该算法能够从大幅SAR图像中提取机场跑道,具有重要的实际应用价值。     

基于双密度双树复数小波变换的合成 孔径雷达图像降噪研究

 针对合成孔径雷达(SAR)图像相干斑噪声抑制问题,本文将双密度双树复数小波变换(DD-DT CWT)结合具有局部方差估计的双变量收缩阈值函数(BSF)构成一种新的SAR图像降噪算法实现合成孔径雷达图像降噪.首先将SAR图像用双密度双树复数小波变换进行多尺度分解,考虑小波系数间的相关性,用双变量概率密度函数作为小波系数及其父代系数的统计关性的模型,并通过Bayesian估计理论导出相应的非线性双变量收缩函数对图像不同方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像.分别用仿真SAR图像和实际图像对算法进行验证,并与其它方法的性能进行比较,对不同算法处理后图像进行了主客观评价,分析结果表明,新算法的去噪效果明显优于传统的小波变换方法,不仅有效实现了图像降噪,而且较好保留了图像细节.含噪SAR图像经该算法处理后,图像性能指标均有提高.     

合成孔径雷达电子对抗技术综述

在介绍合成孔径雷达干扰(SAR)干扰对抗技术研究现状的同时,概述了与之密不可分的SAR系统性能、抗干扰措施以及干扰效果评估方面的研究现状。分传统性干扰方法和特色干扰方法,列出了当前典型的SAR干扰样式;重点讲述了SAR干扰技术的发展历程;分析归纳出SAR对抗技术的发展趋势以及存在的问题。为有效干扰SAR,必需从非相干干扰走向相干干扰、从简单噪声干扰走向复杂样式调制干扰、从单一干扰手段走向复合、多样的智能干扰以及从静止目标干扰走向运动目标干扰。      

合成孔径雷达抗干扰技术综述

合成孔径雷达(SAR)得益于其全天时全天候、高分辨率的工作模式,在最近几十年吸引了全球雷达学者的目光。作为一种有源雷达系统,合成孔径雷达高分辨成像过程中会受多样式复杂多变的强电磁干扰影响,从而严重影响合成孔径雷达最终的高分辨成像结果,因此,如何有效对抗复杂电磁干扰是合成孔径雷达探测感知的难点和重点之一。该文针对不同的干扰样式、干扰来源、干扰散射机理、雷达天线配置、目标特性等合成孔径雷达抗干扰及高分辨成像的关键要素和主要思路进行了总结梳理,并依照干扰对抗算法的本质,对近些年代表性的合成孔径雷达对抗压制干扰和欺骗干扰算法的文献进行介绍和归纳,旨在为以后的研究提供一定的参考。      

极化SAR图像舰船目标检测研究综述

极化合成孔径雷达(PolSAR)使用二维脉冲压缩技术获取高分辨力极化信息图像,目前已广泛应用在军事侦察、地形测绘、环境与自然灾害监视、海上舰船目标检测等领域.如何解决复杂海杂波的建模与参数估计、慢小目标检测、密集目标检测等问题仍然是当前PolSAR图像舰船目标检测的难点.该文归纳梳理了PolSAR图像舰船目标检测的4类...     

应用信息论研究合成孔径雷达成象系统

本文将合成孔径雷达（ＳＡＲ）成象系统视为一个多元接入信息系统，利用信息论分析系统信息的传递，系统平均互信息不仅可以用于度量从雷达图象上提取点目标的信息量，而且还可以用于定义雷达图象的辐射分辨率，在深入分析系统构成的条件下，求出从回波信号的独立取样到输出图象信号间的传递概率密度函数，进而求出系统平均互信息解析表达式，得到一系列结论，研究结果定量地解释和说明了许多已有的结论，并为进一步深入研究打下了基     

自然场景SAR图像的仿真

提出了一种模拟自然场景的SAR图像的新方法。该方法用双尺度分形模型和小面单元法来模拟自然场景，利用其Kirchhoff近似求得自然场景的后向散射系数；在求回波和图像处理时采用二维FFT，大大减少了计算量。计算机仿真结果显示，该方法能很好地模拟出自然场景的speckle特征和SAR图像的几何畸变现象。     

合成孔径雷达图像斑点噪声抑制与滤波

斑点噪声的存在,严重阻碍了合成孔径雷达（SAR）图像的应用。根据斑点噪声的形成机理,分析并比较了抑制SAR斑点噪声的传统滤波算法及统计滤波算法的原理,利用ERS-2的SAR图像数据比较了这几种算法对SAR图像斑点噪声的滤除效果,根据噪声滤波效果评价参数得出Gamma滤波抑制斑点噪声的综合性能最好。     

合成孔径雷达有源噪声干扰仿真及效果评估

合成孔径雷达（SAR）是一种高分辨率成像雷达。它通过发射线性调频（LFM）脉冲压缩信号实现距离上的高分辨率,利用脉冲之间的多普勒信息获得方位上的高分辨率。对合成孔径雷达进行有效的电子干扰已经成为干扰技术研究的一个重要领域。文中分析了SAR成像原理和特点,介绍了几种SAR有源噪声干扰的方法,并对分布式目标的干扰效果进行了计算机仿真。最后采用两种评估方法对仿真结果进行了评估和对比分析。文中的分析和评估对于SAR对抗的工程实现有一定的参考意义。     

基于神经网络集成的SAR图像目标识别

合成孔径雷达图像处理过程中目标的方向性会对目标的识别产生很大的影响,基于目标类别的不明确又会给目标方位角的估计带来困难.文中提出了一种基于神经网络集成模型的合成孔径雷达图像目标识别方法.该方法通过小波域主成分分析提取目标图像特征向量,针对同向目标的特征空间训练一个神经网络实现目标分类,并使用另一个二级神经网络对多个单向目标识别器的识别结果进行结合.该方法可以有效地避免目标类别和目标方向间的相互干扰,提高识别精度.该方法对于解决此类似问题给出了新思路.