博士论文摘要|魏钜杰：极化SAR影像海面船只目标自动检测方法研究

《测绘学报》

构建与学术的桥梁        拉近与权威的距离

极化SAR影像海面船只目标自动检测方法研究

魏钜杰^1,2     

1. 中国测绘科学研究院, 北京 100830; 
2. 武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉 430079

收稿日期：2016-07-14；

基金项目：国家自然科学基金（41401530）；中国博士后科学基金（2016M591219）；测绘地理信息公益性行业科研专项（201412002）

第一作者简介： 魏钜杰(1983-), 男, 2014年6月毕业于武汉大学, 获工学博士学位(指导教师:李平湘教授), 研究方向为SAR遥感图像处理与信息提取。

E-mail:

Research on Ship Automatic Detection Method Using Polarimetric Synthetic Aperture Radar Imagery

WEI Jujie^1,2     

我国领海广阔，海洋资源丰富，SAR影像海面船只目标检测技术对监视海运交通、非法捕鱼、监测船只非法倾倒油污、维护海洋权益及提高海防预警能力等方面具有重要意义。单极化SAR影像仅包含强度/幅度信息，而极化SAR通过不同的收发极化组合可测量获得描述观测目标的极化散射矩阵，能完全表征观测目标的极化散射特性，具有比单极化SAR信息含量高的特点。因此，本文利用极化SAR影像以减少弱小船只目标漏检、抑制方位向模糊噪声，提高海面船只目标检测精度为主要目的，基于极化SAR影像统计特性、子孔径相干和极化散射特性分别展开研究。对应的主要贡献如下：

(1)针对传统CFAR算法存在的问题(如，未充分利用极化信息导致弱小船只目标易漏检、受局部检测滑窗的影响邻近船只目标易漏检等)，提出了一种基于复Wishart分布的海面船只自动检测算法(SPWH)。通过与CFAR算法的对比实验，表明了SPWH算法能减少弱小船只目标和邻近船只目标的漏检，提高了检测精度。但是因该算法基于Wishart分布，故仅适用于近海港口、锚地等船只经常出没的中低海况区域。

(2)针对SPWH算法的应用局限性，借鉴以往单极化SAR数据的子孔径(子视)相干检测算法，提出了一种适用于全极化SAR数据的广义多子视相干检测算法ρ_GIC。通过与SPWH算法的对比实验，表明ρ_GIC算法同样能减少弱小船只目标的漏检，且能减少检测虚警，具有较高的检测精度。ρ_GIC算法利用多个子视影像间海杂波的弱相干性而船只目标的强相干性，不仅显著增强了船海对比度，而且具备适用于高海况船只目标检测的潜力。另外，文章定量比较分析了单极化2L-IHP、单极化多子视相干ρ_IC、两子视极化干涉最优相干Pol-IHP和本文算法ρ_GIC对船海对比度的增幅情况，在相同子视个数的情况下，HH > HV >ρ_GIC > Pol-IHP > VV。这表明了在无需分析船只目标散射特性的情况下，建议可直接利用HH极化进行(多)子视相干，减少弱小船只目标的漏检。

(3)针对由方位向模糊噪声引起检测虚警的问题，提出了一种基于极化散射特性的海面船只目标检测方法。本文在四成分极化目标分解的基础上，考虑可能来自地形或粗糙表面的额外交叉极化回波作为漫散射机制，引入广义相似性参数GSP，提出了一种多成分的极化目标分解方法。与以往四成分分解算法(S4R、G4U)进行对比实验，验证了新分解算法的有效性和合理性。在此基础上，利用新分解方法分析了船只目标、方位向模糊及海杂波的极化散射差异性，然后利用体散射分量和螺旋体散射分量，基于二维卷积函数2D-CF，抑制方位向模糊噪声。实验结果表明新算法不仅能抑制由方位向模糊噪声引起的检测虚警，并且通过2D-CF能增强船海对比度，减少了弱小船只目标的漏检；另外，还与上述两种本文算法进行了对比，证明了基于极化散射特性的检测算法能获得更优的检测精度，且受雷达波长的影响较小，更具通用性，且运算效率最高。

【引文格式】魏钜杰。 极化SAR影像海面船只目标自动检测方法研究[J]. 测绘学报，2017，46(1)：131-131. DOI: 10.11947/j.AGCS.2017.20160358

---

更多精彩内容：

权威 | 专业 | 学术 | 前沿

微信投稿邮箱 | [e-mail]

微信公众号中搜索「测绘学报」，关注我们，长按上图二维码，关注学术前沿动态。

欢迎加入《测绘学报》作者QQ群： 297834524

进群请备注：姓名+单位+稿件编号