一种多极化SAR舰船目标与方位向模糊鉴别方法

周伟 孙艳丽 许成斌 关键

引用本文:
Citation:

一种多极化SAR舰船目标与方位向模糊鉴别方法

    作者简介: 周伟(1980-),男,湖北黄石人,2011年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 孙艳丽(1982-),女,山东莱阳人,海军航空工程学院基础实验部,工程师,主要研究方向为信号处理。E-mail:sunyanli195710@163.com 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 关键(1968-),男,辽宁锦州人,海军航空工程学院电子信息工程系主任,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。E-mail: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

A Method for Discrimination of Ship Target and Azimuth Ambiguity in Multi-polarimetric SAR Imagery

  • 摘要: 针对SAR图像舰船目标检测过程中存在方位向模糊造成虚警的问题,该文设计了一种基于改进的H//WishartH?非监督分类的多极化SAR图像舰船与方位向模糊鉴别方法。该方法首先提取目标散射回波峰值区域,以该区域的H//Wishart分类结果为初始聚类中心,利用复Wishart分布的最大似然分类器改善分类结果,通过对比分析各散射类型区域的结构鉴别舰船目标和方位向模糊。通过实验表明该方法能有效地鉴别舰船目标与方位向模糊,减少SAR舰船目标检测过程中存在的虚警。
  • [1] 张澄波. 综合孔径雷达原理、系统分析与应用[M]. 北京: 科学 出版社, 1989: 50-60. Zhang Cheng-bo. System Analysis, Principle and Application of Synthetic Aperture Radar[M]. Beijing: Science Press, 1989: 50-60.
    [2] 刘利敏, 余洁, 王彦兵, 等. 一种利用地物散射特性进行后续 类别调整的极化SAR 影像分类方法[J]. 光谱学与光谱分析, 2014, 34(1): 151-156. Liu Li-min, Yu Jie, Wang Yan-bing, et al.. A novel PolSAR image classification method with subsequent category adjustment by terrain scattering characteristic[J]. Spectroscopy and Spectral Analysis, 2014, 34(1): 151-156.
    [3] 何楚, 刘明, 冯倩, 等. 基于多尺度压缩感知金字塔的极化干 涉SAR 图像分类[J]. 自动化学报, 2011, 37(7): 820-827. He Chu, Liu Ming, Feng Qian, et al.. PolInSAR image classification based on compressed sensing and multi-scale pyramid[J]. Acta Automatica Sinica, 2011, 37(7): 820-827.
    [4] 梁志峰, 凌飞龙, 陈尔学. 全极化SAR 数据的最大后验概率 分类[J]. 武汉大学学报(信息科学版), 2013, 38(6): 648-651. Liang Zhi-feng, Ling Fei-long, and Chen Er-xue. Classification of full-polarimetric synthetic aperture radar data with maximum a posteriori[J]. Geomatics and Information Science of Wuhan University, 2013, 38(6): 648-651.
    [5] 马立虎, 李洋, 洪文. 一种基于软阈值方法的改进A1/A2 极化 干涉分类算法[J]. 国外电子测量技术, 2010, 29(7): 21-26. Ma Li-hu, Li Yang, and Hong Wen. Improved A1/A2 PolInSAR classification algorithm based on soft threshold method[J]. Foreign Electronic Measurement Technology, 2010, 29(7): 21-26.
    [6] Wang Chang-cheng. Method for ship detection from SAR images[D]. [Ph.D. dissertation], Wuhan University, 2008: 45-51.
    [7] Wang Wen-guang. Study on the technology of polarization SAR information processing[D]. [Ph.D. dissertation], Beihang University, 2007: 109-119.
    [8] Cloude S R and Pottier E. An entropy based classification scheme for land applications of polarimetric SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 1997, 35(1): 68-78.
    [9] Cloude S R and Pottier E. A review of target decomposition theorems in radar polarimetry[J]. IEEE Transactions on Geoscience and Remote Sensing, 1996, 34(2): 498-518.
    [10] 刘秀清, 杨汝良. 基于全极化SAR 非监督分类的迭代分类方 法[J]. 电子学报, 2004, 32(12): 1982-1986. Liu Xiu-qing and Yang Ru-liang. The lteration classification method and experiment study based on unsupervised classification of fully polarimetric SAR image[J]. Acta Electronica Sinica, 2004, 32(12): 1982-1986.
    [11] Lee J S, Grunes M R, Ainsworth T L, et al.. Unsupervised classification using polarimetric decomposition and the complex Wishart distribution[J]. IEEE Transactions on Geoscience and Remote Sensing, 1999, 37(5): 2249-2259.
    [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: 118-119. Wang Chao, Zhang Hong, et al.. Polarimetric Synthetic Aperture Radar Image Processing[M]. Beijing: Science Press, 2008: 118-119.
  • [1] 钟能杨文杨祥立郭威 . 基于混合Wishart模型的极化SAR图像非监督分类. 雷达学报, 2017, 6(5): 533-540. doi: 10.12000/JR16133
    [2] 许成斌周伟丛瑜关键 . 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. 雷达学报, 2015, 4(3): 367-373. doi: 10.12000/JR14093
    [3] 邹焕新李美霖马倩孙嘉赤曹旭秦先祥 . 一种基于张量积扩散的非监督极化SAR图像地物分类方法. 雷达学报, 2019, 8(4): 436-447. doi: 10.12000/JR19057
    [4] 黄晓菁杨祥立黄平平杨文 . 基于原型理论的极化SAR图像特征表达. 雷达学报, 2016, 5(2): 208-216. doi: 10.12000/JR15071
    [5] 滑文强王爽侯彪 . 基于半监督学习的SVM-Wishart极化SAR图像分类方法. 雷达学报, 2015, 4(1): 93-98. doi: 10.12000/JR14138
    [6] 邢艳肖张毅李宁王宇胡桂香 . 一种联合特征值信息的全极化SAR图像监督分类方法. 雷达学报, 2016, 5(2): 217-227. doi: 10.12000/JR16019
    [7] 邹焕新罗天成张月周石琳 . 基于组合条件随机场的极化SAR图像监督地物分类. 雷达学报, 2017, 6(5): 541-553. doi: 10.12000/JR16109
    [8] 滑文强王爽郭岩河谢雯 . 基于邻域最小生成树的半监督极化SAR图像分类方法. 雷达学报, 2019, 8(4): 458-470. doi: 10.12000/JR18104
    [9] 刘泽宇柳彬郭炜炜张增辉张波周月恒马高郁文贤 . 高分三号NSC模式SAR图像舰船目标检测初探. 雷达学报, 2017, 6(5): 473-482. doi: 10.12000/JR17059
    [10] 祝晓静李飞王宇王伟孙翔 . 基于改进方位相位编码的全极化SAR距离模糊抑制方法. 雷达学报, 2017, 6(4): 420-431. doi: 10.12000/JR17015
    [11] 肖鹏吴有明于泽李春升 . 一种基于压缩感知恢复算法的SAR图像方位模糊抑制方法. 雷达学报, 2016, 5(1): 35-41. doi: 10.12000/JR16004
    [12] 林玉川张剑云武拥军周青松 . 双基星载HRWS-SAR系统方位向信号重构的矩阵求逆算法. 雷达学报, 2017, 6(4): 388-396. doi: 10.12000/JR17060
    [13] 赵耀邓云凯王宇李宁王伟 . 原始数据压缩对方位向多通道SAR系统影响研究. 雷达学报, 2017, 6(4): 397-407. doi: 10.12000/JR17030
    [14] 范怀涛张志敏李宁 . 基于特征分解的方位向多通道SAR相位失配校正方法. 雷达学报, 2018, 7(3): 346-354. doi: 10.12000/JR17012
    [15] 陈慧元刘泽宇郭炜炜张增辉郁文贤 . 基于级联卷积神经网络的大场景遥感图像舰船目标快速检测方法. 雷达学报, 2019, 8(3): 413-424. doi: 10.12000/JR19041
    [16] 万玮李黄洪阳 . 作为外辐射源雷达的GNSS-R 遥感多极化问题. 雷达学报, 2014, 3(6): 641-651. doi: 10.12000/JR14095
    [17] 赵庆超张毅王宇王伟王翔宇 . 基于多帧超分辨率的方位向多通道星载SAR非均匀采样信号重建方法. 雷达学报, 2017, 6(4): 408-419. doi: 10.12000/JR17035
    [18] 杨文钟能严天恒杨祥立 . 基于黎曼流形的极化SAR图像分类. 雷达学报, 2017, 6(5): 433-441. doi: 10.12000/JR17031
    [19] 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
    [20] 孙勋黄平平涂尚坦杨祥立 . 利用多特征融合和集成学习的极化SAR图像分类. 雷达学报, 2016, 5(6): 692-700. doi: 10.12000/JR15132
  • 加载中
计量
  • 文章访问数:  900
  • HTML浏览量:  1
  • PDF下载量:  1192
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-12-03
  • 录用日期:  2015-03-16
  • 刊出日期:  2015-02-28

一种多极化SAR舰船目标与方位向模糊鉴别方法

    作者简介: 周伟(1980-),男,湖北黄石人,2011年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 孙艳丽(1982-),女,山东莱阳人,海军航空工程学院基础实验部,工程师,主要研究方向为信号处理。E-mail:sunyanli195710@163.com 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 关键(1968-),男,辽宁锦州人,海军航空工程学院电子信息工程系主任,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。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)
  • 2. (海军航空工程学院基础实验部 烟台 264001)
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SAR图像舰船目标检测过程中存在方位向模糊造成虚警的问题,该文设计了一种基于改进的H//WishartH?非监督分类的多极化SAR图像舰船与方位向模糊鉴别方法。该方法首先提取目标散射回波峰值区域,以该区域的H//Wishart分类结果为初始聚类中心,利用复Wishart分布的最大似然分类器改善分类结果,通过对比分析各散射类型区域的结构鉴别舰船目标和方位向模糊。通过实验表明该方法能有效地鉴别舰船目标与方位向模糊,减少SAR舰船目标检测过程中存在的虚警。

English Abstract

参考文献 (12)

目录

    /

    返回文章
    返回