毕业论文课题相关文献综述

课题的根据：1）说明本课题的理论、实际意义

2）综述国内外有关本课题的研究动态和自己的见解

1、说明本课题的理论、实际意义

随着海洋资源的不断开发,在近海建造了大量的海洋工程,如海上石油平台等。这些海上的海洋工程有可能导致海洋污染,如石油平台的漏油会造成海洋石油污染。因此需要对这些静止的海上目标及其附近的海域进行监测,这就需要首先检测这类海上的静止目标。合成孔径雷达SAR能够监测海上静止目标,一是由于SAR不受天气的影响,可以全面地对海上静止目标进行检测,二是由于海上静止目标多会产生角反射,而SAR对角反射敏感。此外,检测出的海上静止目标还可以为海洋SAR图像的精确定位提供控制点。本文利用子孔径分解技术将SAR分解为子孔径图像,并利用子孔径图像之间的2L-IHP(Two-LooksInternalHermitianProduct)方法[1,2]检测静止的海上静止目标。然而由于海上船只的影响,检测出的结果可能不仅仅包括海上静止目标,还包括许多周围的船只,需要对检测的结果结合其它方法进一步对二者进行区分,进而排除船只,更准确的检测海上静止目标。由于停靠在海上静止目标的船只可以认为属于静止目标的一部分,所以可以认为海上静止目标附近海域的船都为运动的。在此假设下,本文选用目标形状量算检测和子孔径目标运动检测的方法区别海上静止目标和船只,优选2L-IHP检测的结果,自动地更准确地检测出海上静止目标。文中第2部分简单介绍了子孔径分解技术;第3部分详细描述了海上静止目标的检测方法;第4部分给出实验结果,实验所采用的图像为EnviSat单视复数据;最后给出结论。

2、综述国内有关本课题的研究动态和自己的见解

由于SAR图像目标识别在军事上的重要意义，目前世界各国都非常重视这方面的研究，典型的如美国、俄罗斯、德国等，其中尤以美国这方面的研究处于国际领先地位。当前发展较快的SAR图像的目标识别应用系统主要有【41，42】：①美国陆军实验室(AmericaArmyLaboratory，ARL)的SARATR系统；②美国麻省理工学院林肯实验室基于模板的SARATR系统；③美国运动和静止目标获取与识别(MovingandStationaryTargetAcquisitionandRecognition,MSTAR)计划的基于模型的SARATR系统；④美国Sandia国家实验室的SARATR系统；⑤北约组织的RG20项目。国内有关SAR图像的目标识别研究起步较晚，主要的研究单位有：中国科学院电子学研究所、中国科学院遥感所、国防科技大学ATR实验室、华中理工大学图像识别研究所、西安电子科技大学智能信号处理研究所、中国民航学院、北京理工大学、北京航空航天大学等，它们在SAR图像的地物分割、分类和匹配以及舰船、桥梁、道路的识别等方面取得了一定的成果。但是与国外相比，还有相当大的差距。基于SAR图像的目标识别的发展主要集中在近20年，其中大多的学者的研究是基于美国MSTAR计划录取的实测SAR地面静止目标数据。目前基于MSTAR的论文已有两三百篇，其中的研究内容很广泛，包括SAR目标特性分析和模式识别算法的设计等。Ross等人较早地提出了基于模板匹配的SAR目标识别方法，它是一种最常用最典型的统计模式识别方法。该方法是将测试样本与由训练样本形成的标准模板按照某种匹配准则进行比较，从而完成对测试目标的识别。其中，最常用的匹配准则是最小均方误差、最小欧氏距离、最大相关系数等。该方法直接采用原始SAR图像或者原始SAR图像的子图像来形成模板，由于SAR图像对目标方位角、姿态角的变化很敏感，另外，目标本身的结构的变化、遮挡、隐蔽以及背景、成像参数的变化等，这都会引起SAR图像发生变化，因此，对于实际的目标识别问题，若采用基于模板的方法，需要存储大量模扳。一基于模型的SAR图像目标识别方法也是近年来发展较快的方法。该方法的具体思想是从未知目标中提取特征，通过数学模型预测出一系列与之相关的候选目标，对它们的类型、姿态等作出假设，据此利用模型构建技术对候选目标进行3D成像，再对所成的3D像提取出其散射中心模型，并进一步作出相对识别目标的特征预测，作为待识别目标的参考特征，进行匹配作出判决。判决中一般采用的是最小均方误差准则或最大似然准则等。但是由于在基于模型的方法中，，需要对SAR图像或SAR图像特征矢量进行建模，而模型的构建需要较高的理论和计算水平，因此，目前基于模板的方法比基于模型的方法用的更广。但是，随着计算水平的提高，高保真、快速电磁预估软件的发展，基于模型的方法将会受到人们越来越广泛的关注。

个人见解：SAR侦察卫星具有全天时、全天候、不受大气传播和气候影响、穿透力强等优点，并对某些地物具有一定的穿透能力。这些特点使它在军事应用中具有独特的优势，必将成为未来战场上的杀手锏。因此，各航天国家纷纷计划或正在发展自己的SAR侦察卫星。我们完全有理由相信，21世纪是SAR卫星飞速发展的新世纪。