北京理工大学光电学院光电成像技术与系统教育部重点实验室, 北京 100081
针对在光电偏振成像模式下缺乏行之有效的水下运动目标探测方法的问题,提出了一种基于水面特征波纹的水下运动目标检测算法。通过海面风生重力波模型和水下运动目标的水面特征波纹模型,仿真得到不同状态下的海面混合波纹图像,用于算法研究及证明;采用Radon变换提取波纹的线性特征,并通过均值滤波和标准归一化处理消除Radon变换对检测的影响;采用双邻域自适应门限法提取Radon变换域中的局部峰值点,利用连续小波变换进行特征提取,并用支持向量机(SVM)判断峰值点真伪,提高检测的准确率。实验结果证明了本文算法对特征波纹检测的可行性。该算法为探测水下运动目标提供了一种新的有效途径。
海洋光学 Radon变换 特征波纹 尾迹检测 水下运动目标 光学学报
2019, 39(10): 1001003
1 第二炮兵工程学院,四系,陕西,西安,710025
2 海军潜艇学院,卫星遥感军事应用研究所,山东,青岛,266071
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.
舰船尾迹检测 非亚采样contourlet变换 局部Radon变换 Ship wake detection Nonsubsampled contourlet transform Localized radon transform
