共查询到13条相似文献,搜索用时 140 毫秒
1.
针对典型线状军事目标,提出一种SAR图像的目标检测方法。该方法首先将分块阈值分割的思想应用于未经斑点噪声抑制的原始SAR图像,得到ROI(Region of Interest)图像;然后,利用区域的几何特征有效地剔除大量虚警,并采用形态学梯度算子提取目标的边缘信息,与传统的Canny边缘检测相比,边缘轮廓更加连贯;最后,利用Hough变换对梯度图像进行直线检测,得到机场跑道的边缘。该方法对原始SAR图像采用传统的图像处理技术进行目标检测,因此,比基于SAR图像统计特性的目标检测方法简单易行。对真实SAR图像的实验结果验证了该方法的有效性。 相似文献
2.
3.
4.
图像分割是合成孔径雷达(Synthetic Aperture Radar, SAR)图像自动解译技术中的一个重要问题。基于活动轮廓的思想,给出了一种适应于SAR图像分割的集成活动轮廓模型。该模型综合利用SAR图像的边缘和区域特性,通过检测算子提取SAR图像的边缘信息,利用似然函数的最大化提取图像中不同统计信息的区域;通过边缘和区域的共同曲线运动实现对SAR图像的分割。利用加性算子分裂算法,给出了该模型的快速实现方法。通过MSTAR和实测星载SAR数据进行试验验证,并与其他算法比较,结果表明:所提方法适应性强,可适应复杂背景的SAR图像分割,并且分割定位准确、收敛速度较快;所提实现算法稳健,能适应不同参数设置,且对初始条件不敏感。〖JP〗 相似文献
5.
基于幅度与梯度综合信息的SAR图像非线性扩散去噪方法 总被引:2,自引:0,他引:2
探讨SAR图像相干斑抑制的非线性扩散方程方法.以抑制SAR图像噪声,提高图像质量.通过分析SAR图像的幅度分布特性,建立基于SAR图像幅度信息的非线性扩散方程,使方程在幅值较小的背景区域具有较大的光滑作用以抑制噪声,而在幅值较大的目标区域光滑作用较小以保护目标特征.同时为避免噪声对图像中幅度分布的影响,在每一步迭代之前,采用基于梯度信息的非线性扩散方程对图像进行预处理,得到了一种基于图像幅度和梯度综合信息的非线性扩散去噪方法.计算结果表明,本文方法在整体上均具有较好的去噪效果,去噪后的图像较传统方法具有更高的等效视数和边缘保持指数,既能充分抑制背景区域的噪声,又能保护目标点,还很少出现虚假目标. 相似文献
6.
7.
提出广义多分辨似然比(generalized multiresolution likelihood ratio,简称GMLR)的概念,给出其Bayes准则下的假设检验和判别准则。GMLR能融合待判别信号的多个特征量,增大不同信号的区分度,所以能更精确地对信号进行判别分析。在SAR(synthetic aperture radar)图像分割的应用背景中,首先用弃除图像冗余信息,减小计算量的Bootstrap样本得到GMLR的原假设和备择假设参数的极大似然估计,然后检测GMLR的分割阈值,最后对森林和草地组成的模拟图像和真实SAR图像分割,证明该方法是SAR图像分割的一个有效途径。 相似文献
8.
9.
针对大场景下星载合成孔径雷达(SAR)图像中飞机目标检测问题,提出一种端到端的飞机目标检测算法。先在大场景SAR图像中对机场目标进行粗检测,定位机场区域,再通过精确分割算法获得机场的精细区域。对机场区域中的飞机目标进行检测,采用一种基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法。通过飞机边缘检测、边界框预处理等操作确定潜在飞机目标在机场中的位置范围,采用基于GoogLeNet的卷积神经网络对可疑目标进行鉴别。利用星载合成孔径雷达数据对算法进行验证,证明该方法的有效性与实用性。 相似文献
10.
11.
12.
SAR图像目标峰值特征提取与方位角估计方法研究 总被引:10,自引:1,他引:10
目标峰值特征是SAR图像目标识别的重要特征之一。峰值特征提取是SAR图像目标识别的一个重要步骤,为了由SAR图像快速、精确地提取目标峰值特征.本文首先研究了SAR图像目标峰值特征提取方法,提出了一种“子像素”级精度的SAR图像目标峰值特征提取方法.并通过仿真实验分析了峰值位置、峰值幅度的估计精度。由于目标SAR图像或SAR图像特征矢量对目标方位角变化的敏感性,因此,为了提高SAR图像目标识别系统的分类效率,本文还研究了SAR图像目标方位角估计方法,提出了一种利用峰值特征基于线性回归的sAR目标方位角估计方法,和现有方法相比,该方法除了计算速度快,估计精度较高之外,还能在估计方位角的同时,给出该估计的置信区间,从而更好的满足SAR ATR的实际需要。文中通过对大量实测MSTAR SAR图像目标方位角的估计实验,验证了本文目标峰值特征提取及方位角估计方法的有效性。 相似文献