共查询到20条相似文献，搜索用时 46 毫秒
1.
给出了一个基于模糊C均值聚类(FCM)的舰船目标检测算法。其中心思想是将SAR图像中的各像素点灰度值视为样本集,然后利用FCM算法对该样本集聚类,并利用聚类结果计算图像分割全局阈值。与目前流行的恒虚警率(CFAR)检测算法相比,所给检测算法具有参数少、计算量与图像大小成正比、舰船轮廓保持良好的特点,为高分辨率SAR图像舰船目标检测提供了一个新的选择。 相似文献
2.
《中国海洋大学学报(自然科学版)》2017,(2)
由于合成孔径雷达(SAR)发射脉冲频率以及成像机理的影响,导致SAR图像在成像时存在方位模糊噪声,严重时会在图像上出现假目标,此时若采用传统的目标检测算法,将会把假目标误判为检测目标,降低目标检测的准确率,影响目标的分类识别。本文分析了假目标产生的原因,从理论上导出了假目标在SAR图像中出现的具体位置。从信号处理的角度,对SAR图像进行方位模糊抑制的仿真。然后采用双参数CFAR检测算法对SAR图像进行目标检测,依据真假目标区域连通面积大小不同,且假目标区域具有不连通、面积小等特点,在目标检测的同时,对真假目标进行判别。最后,采用10m×10m分辨率的SAR图像进行实验验证。实验结果证明该算法可以对由于方位向模糊产生的假目标进行有效检测。 相似文献
3.
《中国海洋大学学报(自然科学版)》2017,(2)
基于恒虚警率的方法是经典的舰船检测算法,其核心是对海杂波统计分布的精确建模。随着合成孔径雷达(SAR)分辨率的提高,海杂波分布不再符合大数定理,而是表现为长拖尾形状,现已发展了诸如韦布尔分布、对数正态分布、G0分布、K-root分布、广义伽马分布等多种海杂波模型。本文首先利用上述模型对不同分辨率的SAR图像进行杂波建模,并在此基础上进行基于恒虚警率方法的舰船检测,然后,利用K-L距离和ROC曲线来评价各模型对不同分辨率条件下SAR海杂波拟合的精度与舰船检测的性能,给出了不同分辨率SAR适用于舰船检测的最优分布模型。 相似文献
4.
随着雷达成像技术和高分辨率光栅显示技术的发展和应用,基于船载雷达图像的船只检测成为可能.海上船只检测的主要困难之一是雷达图像中包含固有的海面背景杂波.传统的雷达船只检测方法,如恒虚警率法(CFAR),以杂波分布模型为基础,计算待检测窗口中的信号统计分布来确定自适应阈值,取得了一些成果.但是,当海面背景杂波和船只目标的回波强度在同一数量级,甚至船只目标淹没在海面背景杂波中时,就难以确定一个有效的阈值将船只目标从雷达图像中提取出来.在分析海面背景杂波和船只目标的相关差异性基础上,提出了一种基于船载雷达序列图像的海上船只快速检测方法.该方法首先对相邻两幅图像进行互相关性分析,在两幅图像中的同一位置提取一定尺寸的移动窗口,计算其互相关函数值,窗口移动一个步长,重复操作直至遍布整幅图像,形成一幅由灰度图像互相关函数值组成的相关图像.然后使用概率神经网络模型(PNN模型)来估计相关图像背景杂波的灰度概率密度分布函数(PDF),应用CFAR技术,使用二分法求解一个区分船只和背景噪声的自适应整体阈值,并根据阈值将相关图像二值化,其中大于阈值的像元作为候选的船只目标信息,小于阈值的像元则为海面背景杂波.最后使用连通性8-邻域准则统计各个候选船只目标区域的像元数,并与预先定义的最小船只目标像元数进行比较,偏小的候选船只目标区域作为虚警去除,保留下来的候选船只目标区域即为船只检测结果.研究显示,如果图像序列中没有船只目标信息,则三维相关图像比较平整.相反,如果图像序列中含有船只目标信息,则三维相关图像上有峰值被检测出,通过测量峰值的高度,就能判断存在可能的船只目标.运用X波段船载雷达序列图像对本文提出的海上船只检测方法进行了测试.测试结果表明,该检测方法具有很好的船只检测效果,得到的船只检测结果与目视判别的结果一致.而且该检测算法原理简单,计算速度快,易于实时处理,具有广阔的应用前景. 相似文献
5.
全极化合成孔径雷达(SAR)数据提供了丰富的散射信息,目前被广泛应用于海上船只目标的检测。本文首先利用一种方便有效的极化散射信息分析法-散射相似性参数统计分析了船只目标与海面的散射特性,重点分析了两者散射机制间的差异,并基于该差异提出了一个新的全极化SAR船只目标检测量(SSM),该检测量同时考虑了极化SAR数据的空间信息,有效提高了船海对比度。然后基于核密度估计提出了对检测量SSM的模型估计方法,结合恒虚警率(CFAR)检测方法实现了对船只目标的检测。利用RADARSAT-2全极化数据对本文的方法进行验证,并与典型的极化SAR船只目标检测方法比较,实验结果表明了本文方法对船只目标检测的有效性。 相似文献
6.
近年来,海战场成为现代战争的主要作战区域之一,舰船目标逐渐成为海上重点监测对象,能否快速准确地识别海战场舰船目标的战术意图,给指挥员的决策提供必要的支持,这关系到一场海上战役的成败.随着合成孔径雷达(synthetic aperture radar,SAR)成像技术的不断发展,大量SAR图像可用于舰船目标检测与识别.利用SAR图像进行舰船目标检测与识别,已经成为重要的海洋应用之一.针对传统SAR图像舰船检测方法准确率较低的问题,本文在YOLOv3的基础上,结合感受野(receptive field block,RFB)模块,提出一种增强型的SAR舰船检测方法.该方法在最近公开的SAR图像舰船检测数据集上平均准确率值达到了91.50％,与原YOLOv3相比提高了0.92％.实验结果充分表明本文提出的算法在SAR舰船的检测中具有较好的检测效果. 相似文献
7.
通过研究、分析现有基于遥感影像的舰船检测算法,提出了基于Itti视觉显著度模型改进的高分辨率遥感影像海面舰船检测方法,该方法利用海面舰船相对于海面背景信息视觉关注高的特点,参考视觉显著度模型计算原理,对高分辨率遥感影像中的颜色、亮度、方向、纹理等特征进行有效提取,然后利用归一化方法将不同特征融合,形成有利于舰船目标提取得视觉显著度图,最后对生成的视觉显著度图进行阈值分割和精细化处理获得最终的舰船检测结果。与传统舰船检测算法相比,本文算法能够有效检测复杂海面背景下的舰船目标,减少了单一特征变化对检测精度的影响,提高了检测准确率,具有较好的抗噪性和较强的鲁棒性。 相似文献
8.
基于模型相似度拟合的海杂波统计方法 总被引：1，自引：0，他引：1
本文提出一种基于模型相似度拟合的海杂波统计方法。首先根据合成孔径雷达(SAR)图像计算瑞利分布、对数正态分布、韦布尔分布、K分布、G0分布5种经典的海杂波分布的概率密度函数,然后根据模型间的相似度准则拟合得到新的海杂波分布模型。文章利用四景不同类型的真实SAR数据对算法的拟合性能进行了评价,结果显示利用该算法得到的拟合模型与真实SAR数据的平均Kullback-Leibler距离仅为0.015 84,远优于其他分布模型。基于该拟合模型的恒虚警率舰船检测算法对四景SAR数据的平均检测精度达到95.75%,在控制虚警和漏检方面均优于采用其他模型的同类方法。 相似文献
9.
SAR（synthetic aperture radar）图像溢油暗斑准确识别对海上溢油应急工作具有重要的意义。为减少SAR图像特征提取、特征选择过程中人为因素对溢油检测精度的影响,本文将Faster R-CNN卷积神经网络模型引入SAR图像溢油检测并进行了改进。针对溢油暗斑形状多样及SAR图像背景复杂的特点,选用结构一致且实用性强的VGG16卷积网络获取图像特征,并使用软化非极大值抑制算法（Soft-NMS）进行优化。同时基于相同的数据集,提取常用的SAR图像几何特征、灰度特征和纹理特征,构建反向传播（backpropagation,BP）人工神经网络溢油检测方法并与Faster R-CNN方法进行对比。实验结果表明,基于改进Faster-RCNN模型的溢油检测方法溢油检测率达到0.78,且溢油检测虚警率低于0.25,相比BP人工神经网络溢油检测方法样本识别率、溢油检测率分别提高了4%和5%,溢油虚警率降低了5%。 相似文献
10.
《中国海洋大学学报(自然科学版)》2017,(Z1)
双参数CFAR舰船检测算法在编程实现时,有常规实现方法和基于积分图像的两种常见方法。对这两种实现方法的时间复杂度进行了详细的分析和比较,并通过数据实验验证了分析的正确性。分析表明,对于常用的检测窗口尺寸,常规实现方法的复杂度和执行时间均低于基于积分图像的实现方法。但若需要对同一幅图像,改变检测窗口尺寸进行多次检测时,后者则具有一定优势。在图像尺寸和参数已定的情况下,有助于研究人员在两种实现方法之间做出选择。此外还对两种实现方法进行了OpenMP并行实验,结果表明常规实现方法的并行效率略优于基于积分图像的实现方法,但两者均不理想。 相似文献
11.
基于空间分布与统计特性的海面远景目标检测方法 总被引：1，自引：0，他引：1
海面运动载体获取的可见光图像中,远景目标成像面积小、特征不显著、信噪比较低等特点增大了目标检测难度,现有方法难以同时取得较高的查全率与较低的虚警率。作者根据目标在图像中的空间分布与统计特性,提出了一种海面远景目标检测方法。首先结合直线特征与界线特征实现海天线检测,然后根据拉伊达准则实现明度图像中疑似目标像素与背景像素的分离,得到二值图像,最后对二值图像进行形态学处理,并根据疑似目标区域与海天线的位置关系,排除干扰区域。测试结果表明:所提方法具有较高查全率与较低虚警率,且实时性和鲁棒性较强。 相似文献
12.
针对海洋表面SAR影像的特点,采用基于灰度共生矩阵的纹理特征方法是提取海面溢油信息的常用方法,但实际海洋表面复杂的信息使得SAR图像上产生类似溢油现象的暗斑区域,这导致在利用纹理特征方法提取溢油信息时存在虚警率,降低了溢油信息的提取精度。基于RADARSAT-2 SAR四极化影像,本文提出基于SAR极化比影像的纹理特征识别方法对海面油膜进行识别提取。结果显示,基于SAR极化比影像的纹理特征识别方法可以有效且准确地提取海面溢油信息,相比于VV极化影像的纹理特征识别方法,溢油监测过程中的虚警率降低了17.96%,溢油监测总体精度达到96.83%。 相似文献
13.
一种新的用于极化SAR图像船只检测的散射相似性测度 总被引：1，自引：0，他引：1
本文提出了一种新的用于极化合成孔径雷达（SAR）海上船只目标检测的测度。首先利用散射相似性参数研究船只与海杂波散射机制的差异。基于这些差异,提出了一种新的船只检测测度,该测度能够有效区分船只目标和海杂波。然后提出了利用核密度估计（KDE）方法对该测度进行建模的方法。基于统计模型,实现了自适应恒虚警率（CFAR）的检测方案。本文利用多景C波段RADARSAT-2极化SAR（Pol-SAR）数据上进行实验,系统分析了所提出测度的海杂波拟合性能与船只检测性能,并与两个经典的极化测度进行了比较,实验和比较结果证明了所提的测度的可行性。 相似文献
14.
15.
基于面向对象和模糊逻辑的SAR溢油检测算法 总被引：1，自引：1，他引：0
星载合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候的工作能力,已被众多学者认为是非常适合探测海面溢油污染的遥感器。然而在SAR影像中经常出现"类油膜"现象,这严重干扰了SAR溢油检测的精度。因此,如何有效区分SAR影像中的油膜和类油膜,对提升溢油检测精度具有重要意义。本文利用面向对象图像分析的方法,从20景ENVISAT ASAR影像中提取了较多的溢油和类油膜样本,对其基于对象的形状、物理和纹理特征进行了综合分析,找出了适合区分溢油和类油膜的特征量。利用特征分析的结论,本文建立了一种基于模糊逻辑的溢油检测算法。该算法可以有效区分SAR影像中的溢油和类油膜,还可以给出暗斑被判定为溢油的概率。溢油检测实验说明,本文方法能够得到令人满意的效果。 相似文献
16.
海洋表面油膜对海洋环境影响极大,及时获取海面油膜信息对保护海洋环境具有重要意义.海洋表面油膜检测是合成孔径雷达(SAR)很重要的应用领域之一.总结了传统以及新近提出的SAR图像海洋表面油膜检测4种算法,对每一种算法进行了详细分析说明.文章还通过3幅实际SAR油膜图像,分别从油膜检测的目视效果、运算速度和自动化程度三方面对这4种算法进行了详细的对比研究,最后提出选择SAR图像海洋表面油膜检测算法的原则. 相似文献
17.
针对中国南海ERS-2／SAR三维对流涡旋图像,分别利用Young的协方差方法和惯性子域方法,反演了对流海洋大气边界层高度、海洋大气边界层垂直对流尺度速度、表面浮力通量、Obukhov长度、稳定性校正后的海面风速和海面风速稳定性校正因子。结果表明,2种反演方法的结果符合较好,在一定程度上说明利用协方差方法和惯性子域方法从卫星SAR图像反演海洋大气边界层参数的有效性。 相似文献
18.
《海洋湖沼通报》2019,(6)
大多数研究者在卫星SAR(Synthetic Aperture Radar)海面溢油自动监测系统的特征参数集构成时主要考虑海面溢油的众多特征。本文从海面疑似溢油的特征分析出发,以海洋内波为例提出增加傅里叶谱特征参数子集,以减少海洋内波引入的虚警,降低自动监测系统的错检率。新提出的特征参数子集包括10个傅里叶谱特征。实验研究收集了富含海洋内波的53幅中国南海SAR图像数据集,利用自适应阈值图像分割及其后处理软件模块自动产生比例合理的SAR海面暗目标样本集,分别使用主要考虑海面溢油特征的77个特征参数和增加傅里叶谱特征参数子集的87个特征参数进行分类器训练和测试。结果表明,增加傅里叶谱特征参数子集后,系统的错检率从19.6%降至14%。 相似文献
19.
全极化SAR图像中溢油极化特征研究 总被引：1，自引：1，他引：1
相比于单极化SAR图像,全极化SAR图像不仅能体现海面目标的几何特征、后向散射特征,还能体现目标的极化特征。因此,在溢油检测方面,极化SAR更具优势。特征提取作为溢油检测的关键步骤,直接影响到溢油检测的精度。在本文中,我们分析了全极化SAR图像中海面溢油的极化特征,如极化散射熵、平均散射角等。并提出了新的极化特征P,该特征参数能够反映海面目标电磁散射过程中布拉格散射机制和镜面散射机制的比例。为了研究极化特征溢油检测的能力,本文基于SIR-C/X-SAR和Radarsat-2全极化SAR图像开展了相关实验,并对比分析了溢油的多种极化特征。实验结果显示,在中低风速情况下,C波段溢油探测效果优于L波段;本文提出的极化特征P对海面散射机制敏感;基准高度和特征参数P在C波段比其他极化特征更适于溢油检测。 相似文献
20.
恒虚警(CFAR)检测是地波雷达船只目标探测的主要方法。目前基于船舶自动识别系统(AIS)信息的CFAR检测验证方法是一种间接验证方式,容易受地波雷达系统测向误差的影响,且不具备对错检与漏检目标的分析能力。本文提出了一种基于AIS信息的评价地波雷达CFAR检测结果的直接验证方法。该方法将有效的AIS信息转换到地波雷达的距离-多普勒谱中,通过在该谱中AIS信息与CFAR检测结果的关联分析,实现CFAR检测结果的直接评价。论文首先给出了方法的原理和处理流程,然后利用实测数据给出了该方法在CFAR检测结果评价中的实际应用,验证了方法有效性,而且该方法也为低可观测目标的CFAR检测提供了参数优化调整的依据。 相似文献