论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar, SAR)作为新一代发展最迅速和最有效的传感器之一，有全天候、全天时的侦察特点，在各领域都得到了广泛的应用。而港口目标，包括港口以及港口内停靠的舰船等信息在军事和民用等方面是十分重要的。本论文利用SAR图像数据实现对港口目标进行快速、准确的检测和定位，具有重要的理论意义和应用前景。论文的主要研究工作有：1：提出了一种基于shearlet变换的自适应去噪算法。首先对SAR图像进行shearlet变换，在考虑噪声度量和各尺度空间相关性的基础上，利用自适应算法对shearlet系数进行自适应收缩，将修正后的系数通过shearlet逆变换重构图像。实验结果表明，本文算法在SAR图像处理相干斑抑制方面具有十分良好的效果。2：提出了一种基于突堤的分布特征港口检测算法。首先在图像预处理的基础上，利用改进型种子点生长算法实现图像的二值水陆分割，再借助边界追踪法得到的岸线上，提取基于岸线斜率的突堤特征点，最后利用先验知识中突堤的分布特征进行特征点判断，通过突堤特征点的连接实现港口检测。新方法与已有的检测方法相比，具有速度快，定位准确的特点。3：提出一种基于图像分割和方位角估计的SAR图像港口系泊舰船检测技术。在对港口系泊舰船目标特征进行分析的基础上，首先利用港口检测结果，将基于NSCT域的方位角检测方法运用到舰船目标的检测中，得到疑似停靠有舰船的码头，然后根据舰船的灰度和尺寸特点从图像中提取舰船目标。实验结果表明，该方法通过对舰船目标灰度强度特征的进一步判断，成功分割了码头和舰船目标，实现了港口系泊舰船的检测。