导　　师： 谢维信

授予学位： 硕士

作　　者： (）;

机构地区： 深圳大学

摘　　要： 海洋遥感技术是全球变化侦测和军事侦察等领域重要研究课题之一,如何有效精准地从大量的大幅面海洋遥感图像中提取出重要区域,是海洋遥感技术中的重要研究方向。其中,舰船目标检测是重点研究的内容,具有重要的军事和民用意义。但是由于遥感图像的空间分辨率越来越高,其尺寸越来越大,如何从大尺度大幅面遥感图像中进行海上目标检测存在一定的困难。所以本文针对大幅面海洋遥感图像目标检测中的一系列关键问题进行了深入的研究,包括系统的分析了大幅面海洋遥感图像的背景特性,提出了大范围的背景统计建模和模型参数的双层细化估计方法,以及提出了基于大范围背景模型的高分辨海洋遥感图像目标检测方法。论文的研究成果主要是以下三个方面:1)分析了卫星高分辨海洋遥感图像局部和大范围的海洋背景统计特性。利用局部和大范围特征统计量分析了卫星高分辨遥感图像中的局部和大范围背景统计特性,得出了海洋背景的统计均值与方差具有局部相似性和大范围连续变化性。2)建立了高分辨海洋遥感图像背景的大范围曲面高斯分布统计模型,提出了模型参数的双层细化估计方法。利用K-S假设检验对局部海洋遥感背景图像的灰度分布特性进行检验,得出了其局部海洋遥感背景图像灰度分布特性最符合高斯分布,结合海洋背景统计均值与方差的局部相似性和大范围连续变化性,采用曲面拟合的方法为海水背景空间中每个像素点建立统计分布模型,接着介绍了模型参数双层估计方法中的子图像参数粗估计和内部块参数细化插值,得到了大范围的遥感图像背景曲面高斯统计模型。3)设计了一种基于大范围背景模型的高分辨海洋遥感图像目标检测方法。首先将图像子块的均值和方差作为分类向量,利用模糊C均值聚类方法对纯海洋和非纯海�

关 键 词： 高分辨遥感图像 背景统计建模 舰船检测 模糊推理

领　　域： []