基于归一化灰度Hough变换的SAR图像舰船尾迹检测算法

舰船尾迹检测作为近年来SAR图像海洋应用的一个重要方面而受到关注。目前大多数研究都是利用Radon变换作为数学工具，结果得到增强的是尾迹特征，而不是尾迹的端点。从提取尾迹的端点坐标出发，在传统Hough变换算法基础上进行改进，提出了基于归一化灰度Hough变换的SAR图像舰船尾迹检测算法，并推导出尾迹端点反演算法，同时自动提取舰船的航速，取得了较好的实验结果。     

SAR图像船只尾迹检测研究综述

利用星载合成孔径雷达(SAR)图像进行海面船只尾迹检测的研究在海洋领域具有重要意义。SAR海洋图像中尾迹线性特征的检测和精确定位是个难点,研究了SAR图像中船只尾迹的检测方法,根据近年来SAR图像海面船只尾迹检测的发展,总结了尾迹类型及其成像机理,分析了影响尾迹检测的因素和目前国内外的尾迹检测算法,通过对这些方法的对比分析得出它们的优缺点,并对今后的研究方向进行了展望。     

离散脊波变换及其在SAR图像压缩中的应用

首先介绍了SAR图像的特点，在对离散脊波变换的正交性及其与Radon变换的关系深入研究的基础上，利用其在线性特征表示方面的优势，将离散脊波变换应用到SAR图像的压缩，提出了一种基于离散正交脊波变换的SAR图像压缩方法。实验数据表明该算法对斑点噪声污染严重的SAR雷达图像压缩较传统的小波变换更加有效。     

星载SAR船舶及尾迹探测技术研究

星载合成孔径雷达(SAR)对船舶探测作为一种受到普遍关注的获取船舶信息的有效手段,较之其它探测方法有着独特的优点。根据近年来星载SAR领域所取得的成果,对其探测船舶及其尾迹技术进行研究,以期获得较好检测船只及其尾迹的方法。     

极化SAR海面船只检测技术的研究进展

极化SAR技术是近年SAR领域的研究热点。首先介绍了不同极化方式对船只、海洋杂波以及船只尾迹在SAR图像上的成像影响,详细概括和总结了目前应用于海洋船只监测的各种极化SAR技术特点,最后分析了极化SAR海洋船只监测技术的应用前景。
     

基于局域Radon变换的尾迹提取算法

提出一种基于局域Radon变化的SAR图像尾迹提取算法,该算法首先利用滑窗对图像进行标准差归一化处理,以突出图像中灰度与海面背景有明显差别的区域;选出突出的像素点,并根据策略将其灰度值用某些常数代替;接着在局域Radon变换中,积分值对应于这些区域线性特征的长度,通过设定阈值去除线性区域较短的非尾迹区域产生的虚警,用形态学的膨胀算法将结果中靠的很近的两条亮线合成一条,再用合理的腐蚀处理,剔除噪声信号。实测数据处理结果表明,该算法能准确提取舰船尾迹,降低虚警,能确定尾迹的起点和终点,准确计算出尾迹的边之间的夹角,而且运算简单,满足人们对系统实时性的要求。     

基于形态字典学习的复杂背景SAR图像舰船尾迹检测

SAR图像舰船尾迹检测不仅可用于反演运动舰船的航速航向信息,也有助于发现弱小舰船目标.然而现有舰船尾迹检测方法一般仅适用于简单海况背景下的SAR图像,复杂海况背景下的检测效果难以满足应用需求.本文提出一种基于形态成分分析与多字典学习的复杂背景舰船尾迹检测方法.该方法针对海况背景的复杂多变性以及舰船尾迹类型的有限性,通过离线学习方式构建海面纹理字典,通过解析方式构建尾迹结构字典并迭代更新,将图像分解为包含舰船尾迹的结构成分与包含海面背景的纹理成分,利用剪切波变换对结构成分高频系数重构以增强结构成分,并通过Radon变换对增强后的结构成分进行尾迹线检测.实验结果表明,本文所提方法对于复杂背景SAR图像舰船尾迹检测的效果明显优于现有方法.     

基于Radon变换的高分辨SAR图像舰船目标精细分割

随着合成孔径雷达（Synthetic Aperture Radar, SAR）分辨率的提升,利用SAR图像进行舰船检测和识别逐渐成为海洋目标监视的重要手段。但受限于SAR成像机理,高分辨SAR图像旁瓣问题开始凸显,这严重影响舰船目标的主体分割。提出一种基于Radon变换的舰船目标精细分割算法,通过将SAR图像进行Radon变换,在Radon域实现了旁瓣数据的识别与剔除。然后利用形态学滤波去除细碎旁瓣,最终实现了SAR图像旁瓣的有效抑制。利用高分三号和COSMO-SkyMed卫星图像数据对算法进行验证,结果表明该算法相比于现有分割算法,在区域内均匀性、区域间差异性、形状复杂度等方面均具有较好的提升。     

一种新的SAR图像内波检测与参数估计方法

提出了一种SAR图像海洋内波检测与参数估计的新方法。通过对传统的Radon变换进行改进,将图像在椭圆区域内进行积分归一化,达到海洋背景下弱直线检测的目的。利用滑动窗口的思想结合椭圆域归一化Radon变换检测内波区域,通过对变换域的数据进行分析处理与计算,得到内波传播方向和内波波长参数。通过对实测SAR图像数据进行处理的结果可知,采用该方法对内波SAR图像进行处理不需要人工干预,能很好地定位内波位置,获得的内波参数与观测结果相符。     

基于主导边界Radon变换的SAR目标方位角估计方法

针对仅利用主导边界估计带来的目标垂直与水平方位的模糊问题,提出一种基于主导边界Radon变换的合成孔径雷达(SAR)图像目标方位角估计方法。该方法基于分割图像中目标主导边界长度的判别准则进行解模糊,同时引入目标主导边界Radon变换的估计算法,解决了传统主导边界算法中长、短主导边界不易分离的问题。MSTAR实测数据的实验结果表明提出的算法具有良好的精确度和适应性。