Ship surveillance is one of the most important applications of synthetic aperture radar (SAR) imagery. The high resolution and wide swath (HRWS) SAR provides the advantages of high resolution and wide swath synchronously, which promotes the marine surveillance performance of SAR imagery, as well as brings additional challenges. Based on the analysis of the properties of HRWS SAR imaging, this project firstly focuses on the fast ship detection algorithm in terms of high-state sea clutters, azimuth ambiguities, and real-time performance. Secondly, the project researches the precise extraction of ship’s feature according to the phenomenon of moving defocusing, side lobe, and top and bottom inversion. Thirdly, the project investigates the sparse representation classification method for ship recognition under the conditions of lacing of training samples, sensibility to imaging parameters, and hierarchy of classification. Finally, the project evaluates the performance of ship surveillance on HRWS SAR imagery. The scientific achievements of this project promote the application level of domestic SAR satellite, and possess important significance of theory research and realistic application.
舰船目标监视是合成孔径雷达(Synthetic Aperture Radar,SAR)图像海洋遥感应用的重要方向之一。高分辨宽幅(High Resolution Wide Swath,HRWS)SAR具备同时获取方位向高分辨率和宽测绘带宽的能力,一方面有利于提高舰船目标监视技术性能,另一方面也对舰船目标监视技术提出了新的挑战。在深入分析HRWS SAR成像特性的基础上,本项目首先针对复杂海洋背景、方位向模糊虚警和实时性等研究舰船目标快速检测技术;其次,针对运动舰船散焦、旁瓣、顶底倒置等SAR固有成像机理研究舰船目标特征精确提取算法;再次针对舰船目标分类识别层次性、特征成像条件敏感性和训练样本较少等特点研究基于稀疏表示分类的舰船目标分类识别算法;最后,基于实测星载HRWS SAR图像验证和评估舰船目标监视性能。本项目的研究有助于提升我国SAR卫星应用能力,具有重要的理论研究和实际应用价值。
本项目以提高SAR图像海上目标探测性能为目的,开展了复杂条件下HRWS SAR图像船只目标快速检测、高分辨率SAR图像船只目标特征提取、基于特征空间稀疏表示的SAR图像船只目标识别等关键技术研究,并利用实测数据开展了试验验证。主要研究成果如下:.1、针对SAR图像中杂波边缘和干扰目标等复杂背景引起的检测性能下降问题,提出一种复杂背景中变化索引和筛选(Variable Index and Excision,VIE)CFAR(Constant False Alarm Rate,CFAR)的SAR图像船只目标检测算法。对ENVISAT、Radarsat-2等实测SAR图像数据船只目标检测结果表明,该算法在杂波边缘和干扰目标的杂波环境中较之已有的CFAR方法具有更好的检测性能。.2、针对HRWS SAR图像的高分辨特性,提出了面向分类识别的高分辨SAR图像船只目标几何特征精确提取算法,提取了一种新的基于船只目标结构特点及其散射特性的宏结构散射特征,基于实测TerraSAR-X高分辨SAR图像船只目标切片数据验证了该方法提取几何特征的精确性,基于集装箱船、油船、货船三类典型船只的TerraSAR-X SAR图像数据集验证了该宏结构特征的有效性。.3、研究了HRWS SAR图像船只目标分类算法,引入稀疏表示理论,提出了基于特征空间稀疏表示的SAR图像船只目标分类算法。研究了特征空间稀疏表示字典构造方法,提出基于特征空间稀疏表示的高分辨SAR图像船只目标分类识别算法,基于三类典型船只目标TerraSAR-X高分辨SAR图像数据集的实验结果表明本文算法的识别性能优于模板匹配、K-nearest neighbor (K-NN)、Bayes、SVM等方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
基于全模式全聚焦方法的裂纹超声成像定量检测
非合作星载SAR图像定位技术研究
宽幅星载SAR图像干涉测量的关键技术研究与应用
地球同步轨道星载全息SAR关键技术研究
海面舰船目标SAR图像仿真的电磁散射机理和模型研究