本文關鍵詞：改進的基于Parzen窗算法的SAR圖像目標檢測

  更多相關文章： SAR圖像 艦船 檢測 Parzen窗

【摘要】：傳統(tǒng)的Parzen窗檢測算法假設目標占整個背景中較小的一部分,將SAR圖像中的所有像素用于估計雜波概率密度函數(shù),容易造成檢測閾值的增大從而對不太明顯的SAR圖像艦船目標產(chǎn)生漏檢。對此,提出了一種改進的Parzen窗檢測算法,該算法通過自適應地設置目標窗口,將潛在的目標從檢測圖像中剔除,對剔除后的雜波背景采用Parzen窗進行非參數(shù)化的雜波模型估計,進而確定檢測閾值,完成目標的檢測。相比傳統(tǒng)的Parzen窗檢測算法,提出的SAR圖像艦船目標檢測算法減少了漏檢數(shù)量,改善了檢測性能。實測SAR圖像的檢測結(jié)果表明了該方法的有效性。
【作者單位】： 海軍航空工程學院電子信息工程系;
【分類號】：TN957.52
【正文快照】： 對于復雜海面雜波不具有通用性。在參數(shù)化的方法不適用的1　引言情況下,高貴[6]提出了基于Parzen窗的SAR圖像艦船目標合成孔徑雷達是一種高分辨率的成像雷達,具有全天候、檢測算法,以非參數(shù)的Parzen窗方法估計雜波的概率密度函全天時及不受天氣狀況影響的特點。近年來,SAR圖像

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 劉明;吳艷;王凡;張強;李明;;基于稀疏描述的SAR目標型號識別算法[J];模式識別與人工智能;2014年07期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 費全花;基于高斯混合模型的參數(shù)遷移聚類[D];西安電子科技大學;2012年

，

本文編號：1211603