论文部分内容阅读
目前海洋SAR图像的分析利用方面存在很大的发展空间，当海量的SAR图像用于舰船及其尾迹检测时，需要开展自动检测算法方面的研究，本文在前人的工作基础之上，结合“十一五”总装预研项目“高分辨率SAR图像处理与目标识别技术”，从系统的角度，提出了一套半自动舰船检测及其参数提取的流程方案，并且针对各模块给出了具体的算法实现方案，其中海洋杂波估计和Radon变换尾迹检测是本论文研究的重点内容。具体研究了如下几个方面的内容：
1.在海洋杂波建模方法的选择上，探索了一种基于概率神经网络(PNN)的方法，并且将之与其它海洋杂波模型(Gauss模型和Gamma模型)做了对比实验，实验结果表明，无论在海面比较平稳还是海面比较起伏的情况下，PNN模型都能够很好的拟合海洋杂波分布。
2.深入研究了Radon变换离散化的方法。实现了三种方法的对比：基于Radon变换域遍历的方法、基于图像域遍历的方法以及基于Radon变换域遍历改进的方法，最后优选计算速度最快的基于Radon变换域遍历改进的方法作为本文的离散化方案。
3.在Radon变换的基础上，提出了一种在Radon变换域附加检测规则对星载SAR图像中窄V尾迹进行检测的方法。附加的规则由去除短线规则和去除孤立点规则组成，将该方法应用于星载SAR图像中不同表现形式下的窄V尾迹，实验表明，该方法具有一定的普遍适用性。
最后，在窄V尾迹检测的基础之上，实现了舰船航速和航向的估计。