基于素描稀疏表示和低秩分解的sar图像目标检测

《基于素描稀疏表示和低秩分解的sar图像目标检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Ｉ１爲麥見瑚狄Ａ參图硕±学位论文胃磯圓基于素描稀疏表示和化秩分解的ＳＡＲ图像目臟测作者姓名目晓莉指导教师姓名、职孫刘芳教授申请学位类别工学硕古西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师。指导下进行的研究工作及取得的研巧成果尽我所知，除了文中特别加标注和致谢中所罗列的内容Ｗ外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育化构的学位或证书而使用过的材料一。与我同工作的同志对本研究所

2、做的任何贡献均已在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处，本人承担切法律责任。２〇ｌｉＩ本人签名：词峨菊日期：Ｈ西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，目Ｐ；研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可从公布论文的全部或部分阳容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。．保密

3、的学位论文在年解密后适用本授权书。广本人签名：旬喃导师签名：ＬｌｉＪ口期：日期：２。化＇４学校代码10701学号1303121715分类号TP751密级公开西安电子科技大学硕士学位论文基于素描稀疏表示和低秩分解的SAR图像目标检测作者姓名：闫晓莉一级学科：计算机科学与技术二级学科：计算机应用技术学位类别：工学硕士指导教师姓名、职称：刘芳教授学院：计算机学院提交日期：2015年12月TargetDetectionforSARImageBasedonSketchSparseRepresentationandLow-rankDecompo

4、sitionAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerApplicationTechnologyByYanXiaoliSupervisor:LiuFangProfessorDecember2015摘要摘要合成孔径雷达（SyntheticApertureRadar，SAR）图像的目标检测首先从SAR图像中提取出包含潜在目标的感兴趣区域，然后在潜在目标区域中对人工目标进行定位，实现目标与背景的分离。由于合成孔径

5、雷达在航空航天、地面监测、战场侦察、武器制导等领域具有重要的应用价值，因此基于SAR图像的目标检测技术已经成为SAR民用和军事应用的核心技术之一，对于后续的目标识别与分类具有十分重要的意义。SAR图像的素描图是对图像结构信息的一种稀疏描述，以比值算子和相关性算子为基准的边线模型能够更好的刻画SAR图像中的奇异信息。低秩分解模型通过对观测矩阵中背景低秩性和前景稀疏性的约束，将实际观测到的矩阵分解为表示背景的低秩矩阵和表示前景的稀疏矩阵，而目标和噪声存在于表示前景的稀疏矩阵中。本文将结合SAR素描模型和鲁棒主成分分析（Robustprincipalcomponenta

6、nalysis，Rpca）低秩分解模型，提出基于素描稀疏表示的候选目标区域提取方法以及基于目标区域与低秩分解的SAR图像人工目标定位方法。本文的主要创新工作为：(1)针对人工目标定位不准确的问题，本文在实现人工目标区域观测矩阵构造与分解的基础上，提出了一种基于目标区域与低秩分解的SAR图像目标检测方法。首先研究和分析了刘芳、宋建梅所提出的基于初始素描图线段规整度的候选目标区域提取算法，由于该方法所采用的初始素描图是通过PrimalSketch模型提取得到的，模型中的边缘检测算子是针对光学图像的加性噪声而设计的，并不适用于SAR图像的乘性噪声模型，因此本文在采用SA

7、R素描模型得到素描图的基础上进行候选目标区域的提取，然后利用候选目标区域灰度和线密度统计特征剔除虚警目标区域，设计目标区域观测矩阵的构造方法，并采用Rpca分解方法对其进行分解得到低秩矩阵和稀疏矩阵，利用稀疏矩阵的统计特性来实现人工目标区域中的目标定位；(2)在基于初始素描图线段规整度的候选目标区域提取算法和采用SAR素描模型得到素描图的基础上，本文分析了不同类型的人工目标在SAR图像素描图中的稀疏表示特征，定义了用于计算素描线段规整度的自适应几何结构窗口，并设计了区域扩充规则进行候选目标区域的提取。仿真实验表明，相比原候选目标区域提取算法中固定窗口大小以及递归生

8、长规则的策