海面風(fēng)場對極化SAR圖像艦船目標(biāo)檢測的影響研究的中期報(bào)告

海面風(fēng)場對極化SAR圖像艦船目標(biāo)檢測的影響研究的中期報(bào)告導(dǎo)論合成孔徑雷達(dá)（SAR）技術(shù)是目前高分辨率的遙感技術(shù)之一，艦船目標(biāo)檢測是SAR技術(shù)應(yīng)用的重要領(lǐng)域之一。在SAR圖像中，船舶目標(biāo)目標(biāo)大多呈現(xiàn)出明亮的回波信號，這使得SAR技術(shù)對于船舶目標(biāo)的探測和識別具有非常高的靈敏度和特異性。然而，實(shí)際應(yīng)用中，海面風(fēng)場的影響會對SAR圖像中艦船目標(biāo)的檢測和識別產(chǎn)生干擾，造成消失、模糊或者虛假目標(biāo)的出現(xiàn)。因此，研究海面風(fēng)場對SAR圖像中艦船目標(biāo)檢測的影響是非常有必要的。本文主要研究海面風(fēng)場對極化SAR圖像艦船目標(biāo)檢測的影響，建立了相應(yīng)的數(shù)據(jù)處理和分析的流程，探究了不同風(fēng)場強(qiáng)度和風(fēng)向條件下，艦船目標(biāo)在極化SAR圖像中的響應(yīng)特征和區(qū)別，以及海面風(fēng)場對SAR圖像中艦船目標(biāo)檢測的影響。方法與實(shí)驗(yàn)設(shè)計(jì)本文實(shí)驗(yàn)采用了L波段的RADARSAT-2數(shù)據(jù)，以其在海洋目標(biāo)探測和檢測準(zhǔn)確率較高的特點(diǎn)，研究在不同海面風(fēng)場條件下的極化SAR圖像艦船目標(biāo)檢測的影響。具體實(shí)驗(yàn)設(shè)計(jì)如下：數(shù)據(jù)源：本文采用了2018年1月1日至7月31日，加拿大RADARSAT-2衛(wèi)星提供的SAR圖像數(shù)據(jù)，并按照10m的精度劃分為4800個(gè)像素點(diǎn)。數(shù)據(jù)預(yù)處理：每一幅SAR圖像經(jīng)過傳輸?shù)浇邮照镜綌?shù)據(jù)解碼、地理位置校正、波束過濾、調(diào)幅度和調(diào)相位的操作后，在加上修正指數(shù)生成幅度和相位圖。雷達(dá)信號模擬：為了模擬不同風(fēng)速、風(fēng)向條件下海面上小型船舶的雷達(dá)散射響應(yīng)，并進(jìn)行準(zhǔn)確的檢測和識別，本文采用了頗有代表性的Bragg散射理論進(jìn)行雷達(dá)信號模擬。目標(biāo)檢測和識別：通過分析模擬數(shù)據(jù)，確定極化SAR圖像中艦船目標(biāo)的響應(yīng)特征和區(qū)別，然后采用基于區(qū)域生長和分水嶺算法相結(jié)合的目標(biāo)檢測算法，進(jìn)行在海面不同風(fēng)場強(qiáng)度和風(fēng)向下的艦船目標(biāo)檢測與識別。結(jié)果與分析通過對實(shí)驗(yàn)數(shù)據(jù)的處理和分析，本文主要得出以下結(jié)論：（1）極化SAR圖像中船舶目標(biāo)主要呈現(xiàn)出明亮的回波信號。在不同的風(fēng)場強(qiáng)度和風(fēng)向條件下，船舶目標(biāo)在圖像中呈現(xiàn)出不同的響應(yīng)特征和區(qū)別。（2）海面風(fēng)場的強(qiáng)度和方向?qū)AR圖像中艦船目標(biāo)的檢測和識別產(chǎn)生了重要的干擾。當(dāng)海面風(fēng)場的強(qiáng)度增加時(shí)，SAR圖像中船舶目標(biāo)回波信號較弱，檢測和識別的精度降低。當(dāng)風(fēng)速方向與SAR觀測方向平行時(shí)，回波信號也較弱，檢測和識別精度降低。（3）采用基于區(qū)域生長和分水嶺算法相結(jié)合的目標(biāo)檢測算法，對不同風(fēng)場條件下的SAR圖像中的艦船目標(biāo)進(jìn)行識別，并且識別精度較高。通過對實(shí)驗(yàn)數(shù)據(jù)的比對，可以看出改進(jìn)的算法可以在減少錯(cuò)誤檢測率的同時(shí)提高識別率。結(jié)論本文主要研究了海面風(fēng)場對極化SAR圖像艦船目標(biāo)檢測的影響，建立了相應(yīng)的數(shù)據(jù)處理和分析流程。通過實(shí)驗(yàn)發(fā)現(xiàn)，海面風(fēng)場的強(qiáng)度和方向?qū)AR圖像中艦船目標(biāo)的檢測和識別產(chǎn)生了重要的影響。當(dāng)海面風(fēng)場的強(qiáng)度增加時(shí)，SAR圖像中船舶目標(biāo)回波信號較弱，檢測和識別的精度降低。同時(shí)，采用基于區(qū)域生長和分水嶺算法相結(jié)合的目標(biāo)檢測算法，對不同風(fēng)場條件下的SAR圖像中的艦船目標(biāo)進(jìn)行識別，并且識別精度較高。建議今后在海面風(fēng)