高分辨率合成孔径雷达图像舰船检测方法

!""#年第$%卷第$期测试技术学报&’()$%*’)$!""#+总第,#期-./01234/56786329:738017:72667;<2/4/=>

+?@A *’B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B B ),#-文章编号C$D %$E %,,F +!""#-"$E ""$G E ",高分辨率合成孔径雷达图像舰船检测方法

种劲松I 朱敏慧

+中国科学院电子学研究所微波成像技术国家重点实验室I 北京$"""J "-

摘

要C 寻找针对高分辨率?K L 图像的舰船目标检测算法)利用M ?N 双阈值分割技术I 其效果比传统检

测方法好I 有利于进一步的目标分类和识别)且必须根据?K L 图像分辨率来选择舰船检测算法)

关键词C 目标检测O 图像分割O 合成孔径雷达

中图分类号C P *F G %)G $文献标识码C K 利用合成孔径雷达+?K L -图像进行舰船检测在海洋遥感科学家中得到高度重视I 已经成为?K L 数据重要的海洋应用之一)

在?K L 图像舰船检测方面的研究很多I 大多数是使用恒虚警+Q R K L -

算法S $T ,U 针对中低分辨率+!G A 以上-的?K L 图像进行的)Q R K L 算法是对于给定的虚警概率I 根据背景杂波的分布来给出分割

阈值)这种方法属于单阈值图像分割I 对于中低分辨率图像较适用)

由于?K L 图像逐渐发展到高分辨率I 对于舰船目标的研究除了目标检测外I 还必须考虑到检测方法是否有利于目标参数提取I 从而有利于后续的目标分类和识别)在实际应用中发现I 如果将Q R K L 算法运用到L K V K L ?K P 精细模式高分辨率图像+

分辨率约为J A -I 舰船目标的参数提取将很难进行)本文的研究目的是寻找针对高分辨率?K L 图像的舰船目标检测算法I 为此需要先分析高分辨率?K L 图像上舰船目标的特点)

$舰船目标在高分辨率?K L 图像上的特点

在中低分辨率的?K L 图像中I 舰船目标是一个W 几个或几十个象素组成的强目标I 此时对舰船目标的检测问题是典型的点目标检测问题)而在高分辨率的?K L 图像中I 舰船目标是具有一定尺寸和一定细节的硬目标I 其象素数可达到几百个左右)

真实舰船的首部W 中部和尾部的结构是不同的I 因此同一舰船的不同部位在高分辨率?K L 图像上必然呈现出不同的灰度I 即整个舰船目标的亮度分布是不均匀的)图像中舰船目标由两类点组成)亮度图$L K V K L ?K P 精细模式舰船图像及其三维细节5X Y )$?Z [\[A ]^_’‘L K V K L ?K P ‘[a _A ’b _]a bc Z _b _c ][(d

比较高的点是角反射或点

反射+由舰船的上层建筑W

舰桥W 桅杆等引起-的结

果I 亮度稍低的点是漫反

射的结果+由甲板等引

起-)亮度高的点组成强

峰I 亮度较低的点组成弱

峰)强峰和弱峰的分布可

以作为目标特征用于目标

分类识别)

图$示出L ]b ]e d ]c

精细模式图像中的舰船目H 收稿日期C!""!E "%E "$作者简介C 种劲松+$F D F f-I 女I 副研究员I 博士I 主要从事合成孔径雷达图像处理与解译的研究

)万方数据