简介:当前,各国越来越重视发展和保护本国的海洋权益,利用宽带雷达获取舰船目标的高分辨距离像并进行舰船类型识别逐步成为研究热点。船长是舰船的重要特征信息,对于判定舰船的类型和威胁等级具有重要意义。由于海杂波的时变和复杂性,利用信噪比门限方法确定距离像中舰船目标的边界并估计船长是不稳健的。从舰船类大刚体目标与海表面的运动特征差异出发,详细阐述了基于高分辨距离像多普勒谱分析的舰船长度估计方法,对不舍目标距离单元和含目标距离单元多普勒谱的特征差异进行分析。提出分别利用多普勒谱的归一化波形熵特征和距离滑窗内距离单元的多普勒中心频率的均方差特征判定距离单元中目标的有无,实验结果证明了所提方法的有效性。
简介:提出了一种基于压缩感知(CS,compressivesensing)的SAR对多舰船目标的成像算法。通过将多舰船目标成像转换为在某种基下具有稀疏表示的信号重建问题,从而满足CS理论对信号恢复重构的要求,获得比传统成像方法更高的方位分辨率。实测数据的处理验证了该算法的有效性。
简介:针对传统光学遥感图像近岸舰船检测方法不能处理大场景图像问题,提出了一种新的大场景近岸舰船检测方法。该方法采取分块处理策略,利用粗海陆分割方法筛选有效检测区域块,以缩小目标检测范围和提高检测效率。在检测结果合并阶段,采用0-1整数规划方法进行融合建模,并根据约束集对模型进行拆分,从而提高了结果融合效率。试验结果表明该方法具有较高的近岸舰船检测效率。
简介:基于SAR图像的舰船目标自动检测是海洋监视应用的重要方面,但随着SAR成像能力和图像分辨率的提高,传统的CFAR检测方法已不能满足舰船目标自动检测的要求。针对中高分辨率SAR图像中舰船目标自动检测问题,提出一种基于像素筛选G0分布的SAR图像舰船目标快速检测方法,该方法首先根据像素灰度值出现频率选取阈值对杂波像素进行筛选,然后通过抽样定理对图像进行降分辨率处理,最后再在经过像素筛选的降分辨率图像中实现基于G0分布的自适应CFAR检测。NASA/JPLAIR-SAR实测数据的实验结果表明,该方法不仅能有效减少中高分辨率SAR图像舰船目标自动检测的虚警,而且能显著提高检测效率。