Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Một chỉ số mới dựa trên tính tương đồng tán xạ để phát hiện tàu trong hình ảnh radar tổng hợp điều kiện phân cực
Tóm tắt
Một khuôn khổ mới cho việc phát hiện tàu trong hình ảnh radar tổng hợp điều kiện phân cực (Pol-SAR) được trình bày. Chúng tôi đầu tiên sử dụng các tham số tính tương đồng tán xạ để nghiên cứu sự khác biệt giữa cơ chế tán xạ của tàu và nhiễu biển. Dựa trên những điểm khác biệt này, chúng tôi đề xuất một chỉ số phát hiện tàu mới, được gọi là chỉ số dựa trên tính tương đồng tán xạ (SSM), để thực hiện nhiệm vụ phát hiện tàu. Mô hình phân bố của chỉ số SSM được nghiên cứu và mô hình hóa bằng phương pháp ước lượng mật độ hạt nhân (KDE). Dựa trên phân bố thống kê, một sơ đồ phát hiện tỷ lệ báo động giả không đổi thích ứng (CFAR) được thực hiện. Chúng tôi so sánh SSM được đề xuất với hai chỉ số phân cực cổ điển, tức là, entropy chéo phân cực (PCE) và chỉ số đối xứng phản xạ (RSM). Các kết quả thí nghiệm thực hiện trên dữ liệu Pol-SAR RADARSAT-2 băng C cho thấy tính khả thi và lợi thế của chỉ số SSM được đề xuất cả trong mô hình nhiễu biển và trong phát hiện tàu.
Từ khóa
#radar tổng hợp điều kiện phân cực #phát hiện tàu #tính tương đồng tán xạ #mô hình nhiễu biển #tỷ lệ báo động giả không đổiTài liệu tham khảo
Bors A G, Nasios N. 2009. Kernel bandwidth estimation for nonparametric modeling. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 39(6): 1543–1555, doi: https://doi.org/10.1109/TSMCB.2009.2020688
Chen Jiong, Chen Yilun, Yang Jian. 2009. Ship detection using polarization cross-entropy. IEEE Geoscience and Remote Sensing Letters, 6(4): 723–727, doi: https://doi.org/10.1109/LGRS.2009.2024224
Jones M C, Marron J S, Sheather S J. 1996. A brief survey of bandwidth selection for density estimation. Journal of the American Statistical Association, 91(433): 401–407, doi: https://doi.org/10.1080/01621459.1996.10476701
Kullback S, Leibler R A. 1951. On information and sufficiency. The Annals of Mathematical Statistics, 22(1): 79–86, doi: https://doi.org/10.1214/aoms/1177729694
Lang Haitao, Zhang Jie, Zhang Ting, et al. 2014. Hierarchical ship detection and recognition with high-resolution polarimetric synthetic aperture radar imagery. Journal of Applied Remote Sensing, 8(1): 083623, doi: https://doi.org/10.1117/1.JRS.8.083623
Li Dong, Zhang Yunhua. 2015. Random similarity between two mixed scatterers. IEEE Geoscience and Remote Sensing Letters, 12(12): 2468–2472, doi: https://doi.org/10.1109/LGRS.2015.2484383
Liu C, Vachon P W, Geling G W. 2005. Improved ship detection with airborne polarimetric SAR data. Canadian Journal of Remote Sensing, 31(1): 122–131, doi: https://doi.org/10.5589/m04-056
Nunziata F, Migliaccio M, Brown C E. 2012. Reflection symmetry for polarimetric observation of man-made metallic targets at sea. IEEE Journal of Oceanic Engineering, 37(3): 384–394, doi: https://doi.org/10.1109/JOE.2012.2198931
Ouchi K. 2016. Current status on vessel detection and classification by synthetic aperture radar for maritime security and safety. In: Proceedings of the 38th Symposium on Remote Sensing for Environmental Sciences. Japan: Aichi.
Sheather S J. 2004. Density estimation. Statistical Science, 19(4): 588–597, doi: https://doi.org/10.1214/088342304000000297
Sun Yuan, Zhang Bo, Wang Chao, et al. 2012. Ship detection based on eigenvalue-eigenvector decomposition and OS-CFAR detector. In: Proceedings of 2012 International Conference on Computer Vision in Remote Sensing. Xiamen, China: IEEE, 350–355
Wang Wenguang, Ji Yu, Lin Xiaoxia. 2015. A novel fusion-based ship detection method from pol-SAR images. Sensors, 15(10): 25072–25089, doi: https://doi.org/10.3390/s151025072
Xi Yuyang, Lang Haitao, Tao Yunhong, et al. 2017. Four-component model-based decomposition for ship targets using polSAR data. Remote Sensing, 9(6): 621, doi: https://doi.org/10.3390/rs9060621
Yang Jian, Peng Yingning, Lin Shiming. 2001. Similarity between two scattering matrices. Electronics Letters, 37(3): 193–194, doi: https://doi.org/10.1049/el:20010104