基于Radon变换的SAR图像船迹检测研究

给出了一种检测星载(合成孔径雷达SAR)图像中舰船尾迹的方法,该方法主要特点是将Radon变换局部化,即在对像素灰度值积分过程中沿着线性特征被分割后的若干短线段进行积分,而非对整张图像进行积分。该方法克服了Radon变换方法的局限性,使尾迹信号在背景噪声较强时依旧能被检测出,并且能检测出相对于整幅图像的尺寸较短小的尾迹。

基于局部脊波变换的SAR图像舰船尾迹检测方法

分析舰船尾迹的分类及SAR图像特征,提出一种结合局部Radon变换与脊波变换的检测尾迹的方法,即将图像分成若干个小窗口,在小窗口内进行局部的脊波变换。该方法克服了全局脊波变换的局限,使尾迹能够在较复杂的海况检测出由断续线段组成的尾迹。

一种利用SAR图像检测船舶尾迹的方法

给出了一种检测星载SAR(合成孔径雷达)图像中船舶尾迹的方法,该方法主要特点是将Radon变换局部化,即在对像素灰度值积分过程中沿着线性特征被分割后的若干短线段进行积分,而非对整张图像进行积分。该方法克服了Radon变换方法的局限性,使尾迹信号在背景噪声较强时依旧能被检测出,并且能检测出相对于整幅图像的尺寸较短小的尾迹。

基于非亚采样轮廓波的舰船尾迹检测(英文)

介绍了海洋表面合成孔径雷达(SAR)图像的舰船尾迹检测算法。该算法首先对图像进行对数变换,将乘性噪声转化为加性噪声,然后对图像进行非亚采样contourlet变换,根据变换后的像素均值对变换系数进行调整,以便去除噪声和提取尾迹轮廓。接着对经非亚采样contoulet调整后的图像进行局部Radon变换,即在对像素积分过程中沿着线性特征被分割后的若干短线段进行积分,而非对整幅图像进行积分。最后通过采用形态学膨胀和腐蚀的方法将临近的分离短线段连接起来便于后续的处理。采用该算法对实际SAR图像进行舰船尾迹检测,结果表明:该算法在背景噪声很强时仍能检测出略微有弯曲的尾迹信号。

羽毛杆折痕自动识别方法

提出了一种羽毛杆折痕检测方法。将羽毛杆图像转化为一维信号,利用小波变换模极大值和信号奇异点的关系完成折痕位置预判,通过该位置完成子图像提取,减少对羽毛杆遍历检测带来的误判;提出局部Radon变换计算子图像不变矩,通过改变尺度因子获得矩不变量矩阵,利用奇异值分解获得特征量;采用决策级融合方法得到最终识别结果。实验结果表明,该方法有着较低的非折痕误测率和较高的折痕识别率,适用于羽毛杆表面缺陷的自动识别。

一种抗碎云干扰的海上舰船目标检测方法

针对恶劣成像条件下有碎云干扰的光学遥感图像中舰船目标的检测问题,结合干扰背景及目标自身的特点,本文提出一种鲁棒的舰船目标检测算法。该算法首先用双参数局部CFAR直接提取ROI;再结合改进的局部Radon变换及变换域峰值提取算法,提取舰船目标的外部信息——尾迹特征,完成对舰船的检测。实测数据的实验表明,该方法能够可靠地检测出舰船目标,并有效地去除了碎云干扰所造成的虚警。