摘要
合成孔径雷达（SyntheticApertureRadar，SAR）具有全天时、全天候、大范围、多参数等特点，SAR技术能够提供高分辨率的海面图像，使其即使在恶劣的天气条件下，也成为海上监视和导航的宝贵工具。 基于SAR图像的舰船目标检测可用于支持环境监测和海上安全，例如，可以用来探测和跟踪石油泄漏并监测生态敏感地区船舶的运动，然而传统的SAR图像目标检测方法存在难以较好地保持目标形状、且复杂场景下虚警率偏高等问题。 本文针对此类问题开展了能够适应多种场景的SAR图像目标检测方法研究，并通过软件形式实现了基于本文方法的SAR图像目标检测系统，使其能够在实际工程领域中发挥作用，具体内容如下： 1.结合区域特性与SAR图像舰船目标基本特征展开分析，明确了以感兴趣目标和背景杂波在SAR图像中呈现的特征差异为研究的主要出发点，建立了多特征目标检测方法的总体框架，为后续的研究奠定了理论基础。 2.提出了一种改进的SAR图像超像素分割方法，通过一种具有恒虚警性质的边缘检测方法来获取SAR图像的边缘信息，使其指导超像素的生成过程，并利用灰度与边缘特征对SAR图像进行分割，解决了目标形状不能准确保持的问题，在完整保留目标特征信息的同时将目标区域与杂波区域区分开，为后续的多特征联合的目标检测方法提供了有力保障。 3.提出了一种联合多种特征对SAR图像进行超像素级检测的算法，利用分割结果中的信息分别对候选目标集合中的目标进行准确的多特征提取，并引入一种多准则决策分析方法计算舰船目标特征置信度与门限比较进行判决检测，实验表明本文方法在复杂杂波背景下也能保持高准确率，并能够进行高效的实时检测。 本文基于上述方法，利用HRSID数据集等SAR图像数据，在不同场景下进行了验证对比，证明了本文方法相较于传统的目标检测方法虚警率更低、对目标形状的保持效果更好，能够在多种场景下保持准确性与鲁棒性；并对本文构建的目标检测系统方案进行了软件实现，开发了一个可视化仿真平台，使其能够在实际环境中高效运行，为本文算法在实际工程领域奠定了研究基础。
NETL