免费论文：基于数据库的SAR图像场景合成研究

对SAR图像的特征分析、信息提取、目标分类与识别等处理，称为SAR图像解译。SAR图像解译算法的发展亟需大批SAR图像场景数据，目前国内自己测量的高分辨率SAR图像数据库还很少，在SAR图像处理与识别算法研究中，大量地采用了美国空军研究实验室发布的MSTAR公用数据库，该数据库由目标SAR图像块和大幅杂波场景数据组成，目标与背景图像是相互分离的，不利于算法研究。因此，本文针对相互独立的MSTAR目标、背景图像数据，重点研究了目标与背景SAR图像的场景合成。 首先，对美国MSTAR数据文件的结构和内容进行了分析，每一文件均由文件头和数据块两大部分组成，分别存储了环境、传感器参数和幅度、相位数据。本文根据文件头中大量的参数信息建立了MSTAR目标-背景文件数据库，并实现了基本的信息检索、查询等功能。 根据SAR图像数据的统计特性，本文采用自适应窗口边缘检测和基于自适应边缘检测的最大似然分割合并算法，将目标图像划分为三部分：由离散的强散射中心构成的目标区；由低信号电平构成的阴影区；围绕着目标的背景杂波区。除此之外，由于目标与背景图像可能具有不同雷达视角、不同分辨率等情况，本文采用了双线性插值的方法实现了对目标图像的旋转和缩放变换，以适应SAR场景合成的要求。 在对目标图像进行处理后，可在背景图像中任意选择合适的位置坐标点，将划分的目标和阴影嵌入到背景图像中进行合成，即生成含有特定目标的SAR场景图。同时，可以根据SAR分辨率与空间谱范围的关系，对图像进行图像-数据域相互变换，通过选取不同大小的空间谱窗口，得到不同分辨率的目标和背景图像，进而实现不同分辨率下的场景合成。 本文通过VC++编程实现各部分功能，并集成为一体化软件系统，该软件系统包括数据库管理，目标图像块处理以及目标-背景图像不同分辨率的场景合成等功能。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/265420.html