论文部分内容阅读
全天候全天时成像的特点使合成孔径雷达(Synthetic Aperture Radar，SAR)广泛应用于海面监测、海事救援、目标分类和识别等，由此产生了海量SAR图像数据。从而SAR图像自动处理技术，包括目标检测、识别、理解、存储和传输成为有效应用SAR图像的关键技术。
本文通过对现有SAR图像船舰目标检测算法进行分析和比较，确定将小波分析与SAR图像特征相结合，在SAR图像增强和去噪方向展开研究，提高SAR图像船舰目标检测性能，并根据SAR图像的自相似性结合分形图像压缩理论，对其压缩算法进行研究。
本文首先介绍当前SAR图像目标检测的研究现状，分析了两类主流检测算法的特点及其面临的挑战，对各种检测算法进行深入研究，重点探讨了双参数检测算法和K—分布检测算法。在此基础上，应用小波变换的特点，提出了两种可提高SAR图像船舰目标检测性能的增强算法。同时分析了SAR图像主要压缩算法，结合分形图像压缩算法的特点，在此基础上提出了一种新的SAR图像压缩算法。
本文的主要创新点在以下几个方面：
1.基于Teager能量算子的局部特性，提出了一种适用于SAR图像船舰目标检测的增强算法。该算法对SAR图像进行小波变换，提取船舰目标的边缘，然后应用Teager能量算子的局部特性对船舰目标边缘进行增强后，作逆小波变换得到增强的SAR图像再进行目标检测。
2.基于多尺度积对信号目标边缘的选择性，提出了SAR图像多尺度积增强的船舰目标检测算法。该算法对SAR图像进行多级非抽样小波变换，对位置相同的不同尺度的小波系数进行多尺度积处理，获得船舰目标边缘的多尺度积增强，作逆小波变换得到增强的SAR图像再进行目标检测。
3.基于分形图像压缩算法能有效利用图像自相似性的特点，提出了一种混合的分形和高频能量压缩算法。该算法对SAR图像进行小波变换，计算高频系数的能量，并作为低频图像分割依据，然后计算值块和域块的高频能量。根据高频能量的匹配程度，确定搜索域块的范围，从而提高编码速度。实验表明，本压缩算法速度快，重建SAR图像削弱了方块效应，提高了主观视觉质量和客观质量。