TA的每日心情 | 开心
2020-9-8 15:12 |
|---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要： 本文提出一种利用单幅 ＳＡＲ图像实现运动目标检测的方法．首先提出一种基 于压缩感知的 ＳＡＲ图像道路检测算法：根据 ＳＡＲ图像中道路的特点，使用模糊 Ｃ均值方法将图像进行模糊分类，获得 大致的道路区域，然后利用 Ｈｏｕｇｈ变换域的稀疏性，用压缩感知精确定位图像中的道路信息．其次利用图像稀疏表示 的方法对运动目标进行检测：不同速度运动目标的散焦量和距离单元跨越不同，由此生成样本图像，继而构造超完备 字典．将待测图像分块，并计算子图像在字典下的稀疏系数，检测并匹配出运动目标的速度参数．最后，结合已检测出 的道路辅助信息，消除多普勒模糊影响，剔除虚假的运动目标，并对运动目标速度参数进行校正．实验结果证明了所提 方法的有效性． 关键词： 压缩感知；道路检测；稀疏表示；多普勒模糊；运动目标检测
% `" Y; ^2 ^8 C) e' S' {6 w5 R$ [* T
6 e, ?% J T) U& R) x+ b
9 ^5 X6 M" H% W0 c0 [
运动目标（如汽车、坦克和装甲车等）通常在道路上 行使，道路是 ＳＡＲ图像中非常重要的先验信息，道路检 测和定位的精度决定了后续动目标检测算法的性能［６］， 所以研究 ＳＡＲ图像中道路的鲁棒高精度检测和提取方 法具有重要意义．前人针对 ＳＡＲ图像中的道路检测问 题已做了许多相关研究：Ｔｕｐｉｎ等［７］采用两种 ＳＡＲ专用 的线性特征检测算子检测道路，然后使用马尔可夫随机 收稿日期：２０１３０９３０；修回日期：２０１４０１２３；责任编辑：梅志强 基金项目：国家自然科学基金得到道路的先验知识完成道路连接；Ｆａｂｉｏ 等［８］对 ＳＡＲ图像进行模糊分类，然后采用多种方法对 图像中的道路信息进行提取；贾承丽等［９］提出用平均 Ｈｏｕｇｈ变换代替一般的 Ｈｏｕｇｈ变换，结合全局 ＣＦＡＲ检 测的搜索方法获得道路信息．上述方法都是通过检测 图像中的边缘，然后再从边缘中提取线基元的方法，使 得原始图像转换成为图形结构，最后利用一定的道路 检测算法从图像中提取道路．ＳＡＲ图像中道路可视为 由多段直线组成的曲线，所以道路检测和提取的关键 是 ＳＡＲ图像中直线的检测．Ｈｏｕｇｈ变换（ＨＴ）［１０］和广义 Ｈｏｕｇｈ变换（ＧＨＴ）［１１］可以检测直线和其他任意的已知 表达形式的曲线。
$ T8 C# \9 B0 M1 Y) ~ S/ k, u+ T( ?( r
附件下载：
基于稀疏表示和道路辅助的单幅SAR图像运动目标检测方法.pdf
(3.55 MB, 下载次数: 0)
8 h8 c( E t5 ]- c" N3 e
: y# c7 e, u u; G' t( U |
|
/1 
发表于 2020-12-23 10:38
收藏
淘帖
支持！
反对！