文章目录

摘要

Abstract

第一章 绪论

1.1 研究背景与意义

1.2 研究现状

    1.2.1 星载SAR的研究现状

    1.2.2 星上信息处理技术的研究现状

    1.2.3 SAR图像舰船目标检测的研究现状

    1.2.4 特征鉴别的研究现状

    1.2.5 舰船航向提取技术的研究现状

1.3 论文结构和安排

第二章 舰船目标检测算法研究

2.1 引言

2.2 基于统计模型的CFAR舰船目标检测预筛选

    2.2.1 CFAR舰船目标检测原理

    2.2.2 背景杂波建模

2.3 基于变化检测技术序贯鉴别

    2.3.1 基于变化检测技术提取潜在舰船目标

    2.3.2 序贯鉴别特征

2.4 实验结果分析

    2.4.1 目标检测算法性能评价指标

    2.4.2 实验结果对比分析

2.5 本章小结

第三章 基于椭圆约束GVF Snake形变轮廓舰艏判别

3.1 引言

3.2 基于椭圆约束GVF Snake形变提取舰船目标轮廓

    3.2.1 GVF Snake模型

    3.2.2 椭圆约束

    3.2.3 提取舰船目标轮廓

3.3 舰艏判别

    3.3.1 最小二乘法抛物线拟合

    3.3.2 舰艏判别流程

    3.3.3 实验结果与分析

3.4 本章小结

第四章 舰船目标检测算法DSP设计实现

4.1 引言

4.2 硬件平台设计

    4.2.1 硬件平台

    4.2.2 数字信号处理器

    4.2.3 TMS320C6678 DSP的性能优势

    4.2.4 TMS320C6678 DSP的结构介绍

4.3 嵌入式舰船目标检测系统实现

    4.3.1 开发工具

    4.3.2 代码移植

    4.3.3 实验结果

4.4 嵌入式舰船目标检测系统内存访问优化

    4.4.1 片内存储器的工作模式

    4.4.2 存储器访问优化

    4.4.3 优化结果

4.5 嵌入式舰船目标检测系统代码级优化

    4.5.1 编译优化

    4.5.2 指令调度优化

    4.5.3 优化结果

4.6 本章小结

第五章 结论与展望

5.1 论文工作总结

5.2 下一步研究方向

致谢

参考文献

作者在学期间取得的学术成果

文章摘要:随着航天科技的发展,遥感数据呈现井喷之势,传统基于地面的处理方式无法满足遥感数据转化为情报信息的实效性要求,因此,本文针对在轨遥感数据实时处理的关键技术,重点围绕SAR图像舰船目标检测技术及其DSP设计实现展开研究。本文的主要工作如下:（1）结合DSP芯片中算法效率、运算复杂度、资源消耗等因素,对比分析各类SAR舰船目标检测算法,优选基于K分布全局CFAR检测算法作为舰船目标检测的预筛选算法。针对全局CFAR检测虚警高的问题,采用序贯特征鉴别方法有效去除虚警。鉴别特征的有效性与目标图像分割的性能密切相关,因此,本文引入一种基于变化检测技术的图像分割算法,并针对原方法在构建变化检测量过程中的不足进行了改进。（2）舰艏判别是舰船目标检测的后续研究,其对于舰船目标分类、航速测量、目标关联等具有重要意义。由于SAR舰船目标呈现出舰艏尖、舰尾钝,且两者轮廓近似抛物线,因此,本文基于最小二乘法,提出用两条抛物线分别拟合SAR图像舰船目标两端的轮廓,通过比较抛物线的二次项系数判别舰艏。此方法行之有效的前提是得到准确的舰船目标轮廓,因此,本文引入椭圆约束条件下GVF Snake形变算法提取舰船目标轮廓。（3）针对在轨SAR图像舰船目标检测的性能、资源和时效性需求,通过对比各嵌入式硬件的性能和特点,本文选定TMS320C6678 DSP芯片作为硬件平台开展研究。首先,将PC平台实现的舰船目标检测代码经过精简、改写并移植到DSP平台;然后,结合DSP存储器特性及访问优先级关系,进行内存访问优化以提高检测速度;最后,通过代码级的编译优化和指令调度优化进一步提升检测速度。

文章关键词:

论文DOI:10.27052/d.cnki.gzjgu.2018.000896

论文分类号:TN957.52

文章来源：《舰船科学技术》 网址: http://www.jckxjszz.cn/qikandaodu/2021/1009/2047.html