局部点面对比度积和特征差异性耦合的SAR图像舰船检测算法

作     者：张新鹏 

作者单位：大连海事大学 

学位级别：硕士

导师姓名：史晓非

授予年度：2021年

学科分类：11[军事学] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 0811[工学-控制科学与工程] 1109[军事学-军事装备学] 

主      题：SAR图像 舰船检测 局部点面对比度积 局部特征差异性耦合 

摘      要：合成孔径雷达(Synthetic Aperture Radar,SAR)由于其全天时、全天候的成像能力,在目标检测、地物分类等多个领域具有广泛应用。舰船检测作为目标检测的一个重要分支,对于维护船舶航行安全和海洋权益具有重要意义。目前基于SAR图像的舰船检测侧重于两个方向:海上舰船检测和近岸舰船检测。对于海上舰船检测,由于SAR图像的极化方式、入射角、海风等因素,使得复杂海况下的海上舰船检测成为一个挑战性的问题。对于近岸舰船检测,由于港口建筑与近岸舰船在灰度和纹理特征上高度相似,使得近岸舰船检测成为一个挑战性的问题。为了解决上述问题,论文从海上舰船检测和近岸舰船检测两方面分别进行研究。论文的主要工作如下:1)给出一种基于局部点面对比度积的海上舰船检测算法。为了降低相干斑的影响,论文采用均值漂移滤波算法对图像进行平滑。滤波后,在复杂海况下船舶目标与背景之间边缘存在较为模糊的问题,为此构建一种局部差异性增强因子用于增强舰船与海面之间的边缘。然而,舰船和海面的散射系数仍具有较强的相似性,为了进一步增强舰船与海面之间的对比度,给出了一种局部点面对比度积算法。而在检测中为了解决舰船检测的自适应问题,给出了一种自适应比值判别准则,从而得到舰船检测结果。实验数据采用渤海、黄海、东海和南海四个海域的SAR图像,结果表明论文算法在品质因数上优于对比算法至少0.04,在运行时间上优于对比算法至少37%。实验结果表明论文算法能够有效检测复杂海况下的舰船目标,在检测性能上优于对比算法。2)给出一种基于局部特征差异性耦合的近岸舰船检测算法。为了有效定位近岸舰船区域,首先使用马尔科夫随机场算法来实现陆地和海洋的分割,并对分割后的图像进行形态学处理。海陆分割后通过形态学腐蚀操作确定疑似目标区域。之后为了检测疑似舰船目标,构建一种基于超像素的局部特征差异性因子用于提取舰船目标。然而,一些舰船目标由于与码头在灰度和纹理特征上相似且垂直相连而被错判。为了解决这个问题,论文给出了一种舰船与码头的切分算法。切分算法之后,给出一种近岸舰船检测准则对虚假目标进行移除,从而得到舰船检测结果。实验数据采用渤海近岸、黄海近岸、东海近岸和南海近岸四个区域的SAR图像,结果表明论文算法在检测概率上优于对比算法至少0.08,在品质因数上优于对比算法至少0.06。实验结果表明论文算法能有效检测与近岸建筑在灰度和纹理特征上高度相似的舰船目标,且能有效检测与码头垂直相连的舰船目标,该算法在近岸舰船检测中的检测性能优于对比算法。