基于NSCT和ACO的SAR图像舰船检测

为更好地获取舰船检测的图像信息,通过对雷达图像中舰船目标与相干斑噪声的分布特点进行分析,提出1种基于非下采样变换(Nonsubsampled Contourlet Transform, NSCT)与蚁群优化(Ant Colony Optimization, ACO)算法相结合的合成孔径雷达(Synthetic Aperture Radar, SAR)图像舰船目标检测方法.该方法通过对SAR图像进行NSCT自适应阈值去噪,再应用ACO进行边缘检测,实现舰船目标的精确检测.仿真结果显示,该方法能够在复杂相干斑噪声背景中有效提取舰船目标的轮廓信息,很好地保持图像纹理和舰船结构,具有理想的抗干扰性能,保证检测结果的准确性.     

基于改进CGHT的光学遥感图像舰船尾迹检测

根据遥感图像舰船目标检测的实时性要求,提出了一种应用改进CGHT算法检测舰船尾迹的方法.通过加入舰船船体的检测结果,改进CGHT算法中种子点的选取方式,以改善尾迹检测的计算复杂度,并将检测重点侧重于舰船船体附近区域,避免尾迹检测的盲目性.实验表明,该算法显著减少了尾迹检测的运行时间,降低了伪尾迹引起的虚警,提高了尾迹定位的准确性.     

基于长时间间隔序贯SAR图像的运动舰船跟踪方法

针对长时间间隔序贯SAR图像中运动舰船位置变化大、不易跟踪的难题,提出一种融合航迹起始和图像特征的匹配跟踪方法。首先从SAR图像中检测出舰船,得到舰船图像切片,并提取舰船的图像特征、空间位置信息;然后根据速度和加速度约束,将不同时刻的舰船关联,形成多条候选航迹;最后采用特征匹配差异最小原则筛选出舰船航迹,实现运动舰船跟踪。通过仿真实验和机载序贯SAR图像处理分析,验证所提方法的有效性。     

一种基于局部K-分布的新的SAR图像舰船检测算法

提出了一种基于局部K-分布的新的SAR图像舰船检测算法.取目标窗口和背景窗口,通过把泄露到背景窗口中的舰船部分去除,对背景窗口中的剩余部分统计均值和方差,最终得到杂波分布概率模型进行恒虚警检测.相对于K-分布CFAR检测算法和基于局部窗口的K-分布CFAR检测算法,该算法能够适应杂波的局部变化, 对距离很近的舰船不会产生漏检.仿真结果表明了方法的有效性.     

一种基于独立联合K-分布CFAR的舰船检测算法

分析了中高分辨率SAR海洋图像的目标和海杂波特点. 利用舰船目标的灰度相关性和形状特性与背景杂波的差异,提出了一种基于独立联合K-分布CFAR的舰船检测算法. 算法建立了海杂波的二维独立联合K-分布概率模型,通过给定的虚警率得到检测阈值以对图像进行检测. 该算法能够极大地抑制斑点噪声和背景局部不均匀对检测带来的影响,有效地降低了虚警数,检测效果得到了明显改善.     

ScanSAR图像舰船目标快速检测方法

提出一种ScanSAR图像舰船目标快速检测方法.该方法通过周期性局部亮度变换技术降低了Scalloping效应对舰船检测的影响,在ScanSAR图像拼接前进行基于OpenMP的改进的双参数CFAR舰船目标检测,不仅避免了拼缝对舰船检测造成的巨大影响,而且极大地缩短了舰船检测的时间,提高了舰船检测的时效性,最后通过图像后处理从拼接后的ScanSAR图像中得到最终的检测结果.对15幅ScanSAR图像进行了实验,结果表明,该方法在提高检测性能的同时,检测的时效性也有明显改善.     

一种基于曲波域的SAR图像特征增强新方法

Starck等人的图像增强方法不能有效增强SAR图像中的边缘特征.为此,提出一种curvelet域SAR图像特征增强新方法.该方法充分利用curvelet变换多尺度多方向特性及其良好的各向异性特点,在curvelet域内提取图像的边缘特征,并定位特征curvelet系数.通过增强特征curvelet系数,达到增强图像边缘特征的目的.实验结果表明,与Starck等人的方法相比,本文算法能够更加有效性地增强SAR图像的边缘特征.     

一种基于双树复小波变换的SAR图像边缘检测算法

提出一种新的基于双树复小波变换的SAR图像边缘检测算法. 算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵. 通过对这一矩阵阈值化实现边缘检测. 该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性. 实验结果证明了该算法的有效性.     

基于SVM/LDA的SAR图像目标鉴别方法

提出一种基于主成分分析和支持向量机与线性判别分析结合算法的合成孔径雷达(synthetic aperture radar,SAR)图像目标鉴别方法. 利用主成分分析算法对SAR图像向量进行降维并提取其全局特征,对降维后的全局特征采用最小类内散度支持向量机算法进行变换,并对变换结果训练生成最佳分类器,进行分类完成目标鉴别. 实验结果表明该方法可以获得较高的分类正确率.     

高速公路收费道口自动车型识别系统中的车轮检测算法

为提高高速公路收费道口自动车型识别系统(Vehicle Recognition System,VRS)的识别准确率,针对基于三维成像的VRS中的车轮检测,提出一种优化算法,以精确检测出车轮的位置和大小.利用激光雷达检测到有疑似车轮的目标通过扫描平面时,控制摄像头抓拍图像;对抓拍到的图像进行灰度化、图像增强、边缘提取、背景分离等处理;利用霍夫变换进行车轮边缘拟合,检测图像中是否含有车轮,若有,可同时得到车轮的位置和大小;在MATLAB中实现该算法.结果表明,该车轮检测算法能够快速、精确地检测出车轮,效果良好.     

一种基于显著性的高海况SAR图像船舶目标检测方法

提出一种基于显著性的高海况SAR图像船舶目标检测方法Itti-SAR,该方法由显著图提取与连接性判断两个阶段组成。在显著图提取阶段,针对SAR图像特性,将改进的方向特征和一致性特征引入传统视觉注意模型,以构建适用于SAR图像的显著性模型,实现高海况SAR图像船舶目标显著图的提取。在连接性判断阶段,采用密度约束对显著区域的连接性进行判断,防止将单个目标检测为多个,从而进一步降低虚警。在多幅SAR图像上的实验结果验证该方法的有效性,与经典CFAR算法的对比实验显示出其查准率、召回率高和不依赖于先验知识的优点。     

基于生成对抗网络的半监督遥感图像飞机检测

遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力,是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题,提出一种基于生成对抗网络（generative adversarial networks,GAN）的半监督检测方法。在遥感图像飞机目标检测中,该方法不需要标记全部用于训练的图像,只需要标记其中一小部分样本,再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中,生成器学习数据分布并生成假样本,判别器判别真假样本,同时判别器还需要从标记数据中学习类别信息。最后,判别器学习到的决策分类面不仅仅区分出标记数据,而且平行于数据分布的边界。实验证明,在存在大量可供训练的图像的基础上,减少标注数据的比例,全监督学习方法性能会大幅下降;而本文提出的半监督学习方法,由于利用了未标注的数据,能保持更好的检测性能。     

基于显著性的SAR图像船舶目标检测方法

船舶检测是SAR海洋应用的重要方面。提出一种通用的检测方法,用以检测不同状况下的SAR图像船舶目标。首先将SAR图像分解为金字塔图像序列,然后对其中每一层图像使用谱残差法进行显著性检测,得到包含船舶目标的显著性子图;而后融合各子图得到最终显著图,对该显著图应用优化阈值的分割方法得到最终的检测结果。SAR数据实验结果表明,该方法具有复杂度低、检测精度高等特点,且极大降低了对先验知识的依赖。     

基于分布式压缩感知的重轨干涉SAR形变检测方法与实验

提出一种基于分布式压缩感知(DCS)的重轨干涉SAR形变检测方法.DCS理论利用多次观测信号集的联合稀疏特性和相关性,对信号集进行联合重建.本文将DCS理论引入微波成像形变检测中,并对地基SAR复数据进行处理,利用相位数据检测场景形变,比较压缩感知(CS)算法和DCS算法在降采样条件下的重建结果.CS算法和DCS算法都具有保相性,在幅度和相位图像中可以很好地消除副瓣,成像效果比Omega-k算法好.基于DCS的稀疏微波联合观测系统可以利用多幅场景间回波数据的联合稀疏特性,进一步降低数据采集,实现准确重建和检测.     

基于主成分分析的船舶操纵性综合评价

针对船舶操纵性评价过程中存在的评价指标权重确定主观性强和分配不统一等问题,提出一种基于主成分分析(principal component analysis, PCA)的船舶操纵性综合评价方法。该方法以国际海事组织(International Maritime Organization, IMO)船舶操纵性指标为基准,根据操纵性指标的主成分贡献率确定指标权重,客观地算出船舶操纵性综合评价值。通过对8艘船的操纵性试验数据进行分析计算,得到每艘船的船舶操纵性综合评价值。结果表明,该方法不仅在理论上科学、客观,而且在实际应用中简单、可靠,有助于提高船舶操纵性综合评价的客观性。     

航线动态优化算法在海上搜救中的应用

为节省搜救船舶的搜寻时间、提高搜救效率、减轻船员负担、提高搜救能力,提出搜救航线自动设计算法.该算法引入空间数据索引结构实现航行信息的快速检索,提出基于航行信息空间连通矩阵的改进蚁群算法快速计算最佳航线,最后根据搜救形势自动优化搜救船舶航线.实验结果表明,该算法在计算效率上比传统方法有很大改善,而且能够成功应用于各种复杂航行环境中搜救船舶的航线动态设计.