全文总字数：3036字

1. 研究目的与意义及国内外研究现状

舰船目标检测与监视是世界各海岸地带国家的传统任务，中国作为海洋大国，海岸线绵延18000多公里管辖300多万平方公里海域，海洋资源极为丰富，加强对我国管辖海域的船舶检测与监视就显得更加重要。 随着遥感技术的发展，利用遥感图像检测海面舰船目标成为了可能。而合成孔径雷达（SAR）由于其全天候、全天时的观测能力使得SAR卫星在空间监测、远洋海洋检测等领域被广泛应用，成为海洋遥感观测的重要手段之一。在舰船检测发展历史中，各国研究者提出了很多基于SAR 图像的舰船检测算法。但是卫星轨道的重复访问周期长，不能实现实时检测。导航X波段雷达在舰船上有广泛的应用，具有高时间分辨率和空间分辨率的优点，利用其进行船只等目标检测具有重要的实际意义。

国内外研究现状

自 1978 年在 SEASAT 的 SAR 图像上，人们第一次发现海洋表面延伸 20 km 长的舰船尾迹以来，人们逐渐对 SAR 图像舰船尾迹表示关注并进行研究。利用 SAR 图像检测舰船及其尾迹，是在不同气象条件下监视舰船的自动化手段，目前国际上已经发展了众多的星载 SAR、机载 SAR，获得了越来越多的SAR 图像数据。随着海量的 SAR 图像用于舰船及其尾迹检测，需要开展自动检测算法方面的研究。1986 年挪威国防研究院( NDRE) 与欧空局( ESA) 签订合同，开展利用 SEASAT 图像进行舰船和舰船尾迹 SAR 检测的研究项目; 在之后的数年中，发表了众多关于 SAR 图像舰船尾迹和产生机理的研究论文［1］。2000 年 5 月 30 日 ～ 6 月 1 日，在加拿大新斯科舍省 Digby城，由海洋遥感联盟( AMRS) 召集，专门召开了世界上第一次关于海岸水域舰船检测的专题讨论会“Ship Detection in CoastalWaters Workshop 2000”，讨论了各种检测舰船的传感器( 包括 SAR、高频表面波雷达、声学方法、光学传感器) 、检测平台和检测算法。 近年来，各国研究人员开展了大量的SAR舰船检测研究工作,提出和发展了很多算法,如恒虚警率(Constant False Alarm Rate,CFAR) 检测算法;加拿大商用软件OMV[1]使用K-CFAR 进行舰船检测;Waterman C C 使用双参数CFAR 对SAR图像进行检测; KapurJ N 等[1]将信息论中的熵引入图像分割,提出了最佳熵双阈值检测算法;TelloM 等使用小波变换来检测舰船目标; 张风丽等提出了基于小波变换和相关运算结合的舰船目标检测算法; 鲁统臻[13]等提出了利用GO 分布对海杂波建模的舰船检测算法。目前，在雷达 图像中进行舰船检测的研究较多，大多数是使用恒虚警( CFAR) 算法针对中低分辨率( 25 m 以上) 的SAR 图像进行，对于舰船目标的研究除了目标检测外，也要考虑到检测方法是否有利于目标参数提取，从而有利于后续的目标分类和识别。

导航X波段雷达被广泛应用于舰船，可以实现目标的实时监测，本课题即是利用恒虚警率检测算法和最佳熵双阈值检测算法检测雷达图像中的所有船只，研究不同算法对于给定类型遥感图像的适用性，为船只的安全航行提供保障。

2. 研究的基本内容

（1）利用现有研究了解恒虚警率检测算法和最佳熵双阈值检测算法的检测原理及检测过程。

（2）编写程序利用恒虚警率（cfar）检测算法检测给定遥感图像中所有船只，得到检测结果。

（3）编写程序利用最佳熵双阈值检测算法检测给定遥感图像中所有船只，得到检测结果。

3. 实施方案、进度安排及预期效果

实施方案:

2018年3月:阅读文献，收集信息；

2018年4月:编写程序实现两种算法对给定遥感图像中所有船只的检测；

4. 参考文献

［1]唐沐恩，林挺强，文贡坚.遥感图像中舰船检测方法综述.计算机应用研究，2011,28（1）:29-35.

[2]俞晓妮.基于sar图像的舰船检测算法.舰船检测技术，2014,36（12）：91-94,111.

[3]陈利民，杨学志，张晰，郎海涛，孟俊敏.sar舰船检测算法对比分析研究[j].遥感信息，2015,30（2）：99-104,110.