基于峰值区域的高分辨率极化SAR舰船目标特征分析与鉴别

许成斌 ,  周伟 ,  丛瑜 ,  关键

downloadPDF
文章导航 > 雷达学报  > 2015,  4 > 3: (367-373)  
引用本文:
shu
Citation:
shu

基于峰值区域的高分辨率极化SAR舰船目标特征分析与鉴别

  • 1.

    (海军航空工程学院电子信息工程系 烟台 264001)

    • 作者简介: 许成斌(1990-),男,黑龙江伊春人,2012年获哈尔滨工程大学学士学位,同年进入海军航空工程学院攻读硕士学位,研究方向为遥感图像解译与分析.E-mail:xuchengbin333@126.com周伟(1980-),男,湖北黄石人,于海军航空工程学院获得博士学位,现为海军航空工程学院信息融合研究所讲师,主要研究方向为多源信息融合、侦察图像处理、目标检测与识别.E-mail:yeaweam@gmail.com丛瑜(1982-),女,山东招远人,于国防科技大学获得硕士学位,现为海军航空工程学院信息融合研究所讲师,主要研究方向为数字图像处理.E-mail:congyu19820122@163.com关键(1968-),男,辽宁锦州人,教授,博士生导师,主要研究方向为雷达目标检测与跟踪、侦察图像处理和信息融合.获全国优秀博士学位论文奖,新世纪百千万人才工程国家级人选.E-mail:guanjian96@tsinghua.org.cn.
    通讯作者: 关键guanjian96@tsinghua.org.cn
  • 基金项目:

    国家自然科学基金(61201445, 61179017)和国防预研基金资助课题

Ship Analysis and Detection in High-resolution Pol-SAR Imagery Based on Peak Zone

  • 1.

    (Department of Electronic and Information Engineering, Naval Aeronautical and Astronautical University, Yantai 264001, China)

    • Corresponding author:

  • 摘要: 针对高分辨率SAR 舰船目标检测中存在类似舰船的干扰目标造成虚警的问题,该文设计了一种峰值区域极化特征提取方法.该方法通过对比水面船只和干扰目标峰值区域Krogager 分解中螺旋体散射比重的差异,对两类目标进行了鉴别分析.利用RADARSAT-2 的C 波段全极化数据对方法的有效性进行验证,验证结果表明该方法能有效地鉴别船只目标与岛屿、防浪堤、海面平台、桥梁等干扰目标,减少SAR 舰船目标检测中存在的虚警.
    Abstract: To deal with the problem of false alarm in the ship detection, a method base on proportion of spiral scattering in the peak zone is proposed. By comparing the proportion of spiral scattering in the peak zone, which is available from Krogager decomposition, the ships and interfering targets are identified and analyzed. The effectiveness of this method is justified with C-band full-polarization data from RADARSAT-2. The result show that this method can discriminate ships from interfering targets such as island, water-break, nautical platforms and bridges, thus reducing the false alarm rate of ship targets detection in SAR images.
  • [1] 陈文婷, 刑相薇, 计科峰. SAR 图像舰船目标识别综述[J]. 现 代雷达, 2012, 34(11): 53-58. Chen Wen-ting, Xing Xiang-wei, and Ji Ke-feng. A survey of ship target recognition in SAR images[J]. Modern Radar, 2012, 34(11): 53-58.
    [2] 邓云凯, 赵凤军, 王宇. 星载SAR 技术的发展趋势及应用浅 析[J]. 雷达学报, 2012, 1(1): 1-10. Deng Yun-kai, Zhao Feng-jun, and Wang Yu. Brief analysis on the development and application of space borne SAR[J]. Journal of Radars, 2012, 1(1): 1-10.
    [3] 董江曼, 李应岐, 邓飚. SAR 图像舰船目标的特征识别[J]. 陕 西师范大学学报(自然科学版), 2004, 32(S1): 203-205. Dong Jiang-man, Li Ying-qi, and Deng Biao. Ship targets recognition by ship's feature in SAR image[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2004, 32(S1): 203-205.
    [4] Kreithen D K, Halversen S D, and Owirka G J. Discriminating targets from clutter[J]. The Lincoln Laboratory Journal, 1993, 6(1): 25-52.
    [5] 张晰, 张杰, 纪永刚, 等. 基于结构特征的SAR船只类别识别能力分析[J]. 海洋学报, 2010, 32(1): 146-152. Zhang Xi, Zhang Jie, Ji Yong-gang, et al.. The capability analysis of ship classification by structure feature using SAR images[J]. Acta Oceanologica Sinica, 2010, 32(1): 146-152.
    [6] Christoffersen T. Klassifisering av skip I SAR-bilder[R]. FFI/Notat-91/7046, Norwegian Defence Research Establishment, Kjeller, Norway, 1990.
    [7] Osman H, Li P, Steven D B, et al.. Classification of ships in airborne SAR imagery using backprogation neural networks[C]. Proceedings of SPIE Symposium on Radar Processing, Technology, and Applications Ⅱ, San Diego, 1997, 3161: 126-136.
    [8] 陈琪, 陆军, 王娜, 等. 一种基于SAR图像鉴别的港口区域舰 船目标新方法[J]. 宇航学报, 2011, 32(12): 2582-2588. Chen Qi, Lu Jun, Wang Na, et al.. An SAR images-based new method for ship discrimination in harbor region[J]. Journal of Astronautics, 2011, 32(12): 2582-2588.
    [9] 杨慧, 吴祥, 张建, 等. 基于H A -Wishar/ / t 分类的极化 SAR 图像船只检测[J]. 杭州电子科技大学学报, 2013, 33(6): 142-145. Yang Hui, Wu Xiang, Zhang Jian, et al.. Ship detection in polarimetric SAR imagery based on H/A/-Wishart classification[J]. Journal of Hangzhou Dianzi University, 2013, 33(6): 142-145.
    [10] 肖顺平, 王雪松, 代大海, 等. 极化雷达成像处理及应用[M]. 北京: 科学出版社, 2013: 56-57. Xiao Shun-ping, Wang Xue-song, Dai Da-hai, et al.. Processing and Application of PolSAR Image[M]. Beijing: Science Press, 2013: 56-57.
    [11] Krogager E and Czyz Z H. Properties of the sphere, deplane, helix decomposition[C]. Proceedings 3rd International Workshop on Radar Polarimetry (JIPR'95), Univ Nantes, France, 1995: 106-114.
    [12] 王超, 张红, 等. 全极化合成孔径雷达图像处理[M]. 北京: 科 学出版社, 2008: 75-76. Wang Chao, Zhang Hong, et al.. Image Processing of PolSAR Image[M]. Beijing: Science Press, 2008: 75-76.
    [13] Lee Jong-sen and Pottier E. Polarimetric Radar Imaging: from Basics to Applications[M]. London, UK: Taylor and Francis Group, 2009: 154-155.
    [14] 高贵, 计科峰, 匡纲要, 等. 高分辨率SAR 图像目标峰值提取 及峰值稳定性分析[J]. 电子与信息学报, 2005, 27(4): 561-565. Gao Gui, Ji Ke-feng, Kuang Gang-yao, et al.. Target peak extraction from high-resolution SAR image and peak's stability analysis[J]. Journal of Electronics Information Technology, 2005, 27(4): 561-565.
    [15] Xu Xiao-jian, Zhai Lai-juan, and Huang Ying. Subpixel processing for target scattering center extraction from SAR images[C]. International Conference on Signal Processing, Guilin, 2006: 2720-2723.
  • [1] 孙翔 , 宋红军 , 王宇 , 李宁 . 基于高分辨率全极化SAR图像的取向角校正方法. 雷达学报, 2018, 7(4): 465-474. doi: 10.12000/JR18026
    [2] 周伟 , 孙艳丽 , 许成斌 , 关键 . 一种多极化SAR舰船目标与方位向模糊鉴别方法. 雷达学报, 2015, 4(1): 84-92. doi: 10.12000/JR14147
    [3] 张晓玲 , 张天文 , 师君 , 韦顺军 . 基于深度分离卷积神经网络的高速高精度SAR舰船检测. 雷达学报, 2019, 8(6): 841-851. doi: 10.12000/JR19111
    [4] 温雪娇 , 仇晓兰 , 尤红建 , 卢晓军 . 高分辨率星载SAR起伏运动目标精细聚焦与参数估计方法. 雷达学报, 2017, 6(2): 213-220. doi: 10.12000/JR17005
    [5] 王超 , 王岩飞 , 刘畅 , 刘碧丹 . 基于参数估计的高分辨率SAR运动目标距离徙动校正方法. 雷达学报, 2019, 8(1): 64-72. doi: 10.12000/JR18054
    [6] 王思雨 , 高鑫 , 孙皓 , 郑歆慰 , 孙显 . 基于卷积神经网络的高分辨率SAR图像飞机目标检测方法. 雷达学报, 2017, 6(2): 195-203. doi: 10.12000/JR17009
    [7] 罗绣莲 , 徐伟 , 郭磊 . 捷变PRF技术在斜视聚束SAR中的应用. 雷达学报, 2015, 4(1): 70-77. doi: 10.12000/JR14149
    [8] 朱岱寅 , 张营 , 俞翔 , 毛新华 , 张劲东 , 李勇 . 微型合成孔径雷达成像信号处理技术. 雷达学报, 2019, 8(6): 793-803. doi: 10.12000/JR19094
    [9] 李景山 , 温双燕 , 王建 , 仲利华 , 张问一 . 基于高性能机群的环境一号C 卫星SAR 图像全分辨率快视实时处理系统设计与实现. 雷达学报, 2014, 3(3): 332-338. doi: 10.3724/SP.J.1300.2014.13095
    [10] 折小强 , 仇晓兰 , 雷斌 , 张薇 , 卢晓军 . 一种极化熵结合混合GEV模型的全极化SAR潮间带区域地物分类方法. 雷达学报, 2017, 6(5): 554-563. doi: 10.12000/JR16149
    [11] 杨威 , 陈杰 , 李春升 . 面向目标特性精细提取的SAR数据融合成像处理方法. 雷达学报, 2015, 4(1): 29-37. doi: 10.12000/JR15017
    [12] 李洋 , 林赟 , 张晶晶 , 郭小洋 , 陈诗强 , 洪文 . 多角度极化SAR图像中的非各向同性散射估计与消除方法研究. 雷达学报, 2015, 4(3): 254-264. doi: 10.12000/JR15020
    [13] 汪丙南 , 向茂生 . 地球同步轨道圆迹SAR 三维分辨特性分析. 雷达学报, 2012, 1(3): 314-322. doi: 10.3724/SP.J.1300.2012.20044
    [14] 洪文 . 圆迹SAR 成像技术研究进展. 雷达学报, 2012, 1(2): 124-135. doi: 10.3724/SP.J.1300.2012.20046
    [15] 陈世阳 , 黄丽佳 , 俞雷 . 基于改进sinc插值的变PRF采样聚束SAR成像. 雷达学报, 2019, 8(4): 527-536. doi: 10.12000/JR18095
    [16] 明婧 , 张晓玲 , 蒲羚 , 师君 . 一种新型圆迹阵列三维SAR系统的点扩散函数分析与地面实验结果. 雷达学报, 2018, 7(6): 770-776. doi: 10.12000/JR18068
    [17] 邢相薇 , 计科峰 , 康利鸿 , 詹明 . HRWS SAR图像舰船目标监视技术研究综述. 雷达学报, 2015, 4(1): 107-121. doi: 10.12000/JR14144
    [18] 孙显 , 王智睿 , 孙元睿 , 刁文辉 , 张跃 , 付琨 . AIR-SARShip-1.0：高分辨率SAR舰船检测数据集. 雷达学报, 2019, 8(6): 852-862. doi: 10.12000/JR19097
    [19] 赵雨露 , 张群英 , 李超 , 纪奕才 , 方广有 . 视频合成孔径雷达振动误差分析及补偿方案研究. 雷达学报, 2015, 4(2): 230-239. doi: 10.12000/JR14153
    [20] 詹学丽 , 王岩飞 , 王超 , 李和平 . 一种用于合成孔径雷达的数字去斜方法. 雷达学报, 2015, 4(4): 474-480. doi: 10.12000/JR14117
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  1767
  • HTML浏览量:  152
  • PDF下载量:  1298
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-06-19
  • 录用日期:  2014-10-19
  • 刊出日期:  2015-06-28

基于峰值区域的高分辨率极化SAR舰船目标特征分析与鉴别

    通讯作者: 关键guanjian96@tsinghua.org.cn
    作者简介: 许成斌(1990-),男,黑龙江伊春人,2012年获哈尔滨工程大学学士学位,同年进入海军航空工程学院攻读硕士学位,研究方向为遥感图像解译与分析.E-mail:xuchengbin333@126.com周伟(1980-),男,湖北黄石人,于海军航空工程学院获得博士学位,现为海军航空工程学院信息融合研究所讲师,主要研究方向为多源信息融合、侦察图像处理、目标检测与识别.E-mail:yeaweam@gmail.com丛瑜(1982-),女,山东招远人,于国防科技大学获得硕士学位,现为海军航空工程学院信息融合研究所讲师,主要研究方向为数字图像处理.E-mail:congyu19820122@163.com关键(1968-),男,辽宁锦州人,教授,博士生导师,主要研究方向为雷达目标检测与跟踪、侦察图像处理和信息融合.获全国优秀博士学位论文奖,新世纪百千万人才工程国家级人选.E-mail:guanjian96@tsinghua.org.cn
  • 1. (海军航空工程学院电子信息工程系 烟台 264001)
  • 收稿日期: 2014-06-19
  • 录用日期: 2014-10-19
  • 网络出版日期: 2015-06-28
基金项目:  国家自然科学基金(61201445, 61179017)和国防预研基金资助课题

摘要: 针对高分辨率SAR 舰船目标检测中存在类似舰船的干扰目标造成虚警的问题,该文设计了一种峰值区域极化特征提取方法.该方法通过对比水面船只和干扰目标峰值区域Krogager 分解中螺旋体散射比重的差异,对两类目标进行了鉴别分析.利用RADARSAT-2 的C 波段全极化数据对方法的有效性进行验证,验证结果表明该方法能有效地鉴别船只目标与岛屿、防浪堤、海面平台、桥梁等干扰目标,减少SAR 舰船目标检测中存在的虚警.

English Abstract

    全文HTML

参考文献 (15)

目录

    /

    返回文章
    返回

      联系我们

    • 主办：中国科学院电子学研究所，中国雷达行业协会
    • 地址：北京市海淀区北四环西路19号
    • 电话：010-58887062，010-58887063
    • 出版：科学出版社

    本系统由 北京仁和汇智信息技术有限公司 开发 技术支持： info@rhhz.net   百度统计