本文關(guān)鍵詞：一種基于自適應(yīng)背景雜波模型的寬幅SAR圖像CFAR艦船檢測(cè)算法　出處：《遙感技術(shù)與應(yīng)用》2014年01期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： CFAR 海洋寬幅SAR圖像 背景雜波模型 自適應(yīng)選擇 多尺度統(tǒng)計(jì)方差

【摘要】：利用海洋寬幅SAR圖像進(jìn)行大范圍海域艦船檢測(cè)在海洋監(jiān)視、軍事偵察等方面具有重要應(yīng)用。由于海況的復(fù)雜性,寬幅SAR圖像背景雜波特性隨海域不同而變化。采用雙參數(shù)CFAR檢測(cè)算法和基于K分布CFAR檢測(cè)算法在處理寬幅SAR圖像時(shí),由于在待檢測(cè)的所有區(qū)域采用同種背景雜波模型,導(dǎo)致使用的雜波模型在不適應(yīng)區(qū)域失配,使CFAR檢測(cè)性能下降。針對(duì)這個(gè)問(wèn)題,提出了一種基于自適應(yīng)背景雜波模型的CFAR寬幅SAR圖像艦船檢測(cè)算法,該算法通過(guò)背景窗口的多尺度統(tǒng)計(jì)方差判斷目標(biāo)所處的雜波環(huán)境,自適應(yīng)選擇對(duì)應(yīng)的背景雜波分布模型,最后根據(jù)已知的恒虛警率及選擇的雜波概率密度函數(shù)進(jìn)行CFAR檢測(cè)。對(duì)20多幅寬幅SAR圖像進(jìn)行了試驗(yàn),實(shí)驗(yàn)結(jié)果表明:該算法在檢測(cè)精度上有明顯的改善。
[Abstract]:The use of wide ocean SAR images for ship detection in large sea areas has important applications in marine surveillance and military reconnaissance, due to the complexity of sea conditions. Background clutter characteristics of wide SAR images vary with different sea areas. Two-parameter CFAR detection algorithm and K-distributed CFAR detection algorithm are used to process wide SAR images. Due to the use of the same background clutter model in all the regions to be detected, the clutter model is mismatched in the unsuitable region, which makes the performance of CFAR detection worse. An adaptive background clutter model based ship detection algorithm for CFAR wide-amplitude SAR images is proposed. The clutter environment of the target is judged by the multi-scale statistical variance of the background window. Adaptive selection of the corresponding background clutter distribution model, finally according to the known constant false alarm rate and the selected clutter probability density function for CFAR detection. More than 20 wide-amplitude SAR images are tested. The experimental results show that the detection accuracy of the algorithm is obviously improved.
【作者單位】： 中國(guó)科學(xué)院空間信息處理與應(yīng)用系統(tǒng)技術(shù)重點(diǎn)實(shí)驗(yàn)室;中國(guó)科學(xué)院電子學(xué)研究所;中國(guó)科學(xué)院大學(xué);中國(guó)科學(xué)院微波成像技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室;中國(guó)科學(xué)院大學(xué)電子電氣與通信工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(41001285)
【分類(lèi)號(hào)】：TN957.51
【正文快照】： 1引言合成孔徑雷達(dá)(SAR)具有全天時(shí)、全天候的觀測(cè)能力,能夠宏觀、長(zhǎng)期、動(dòng)態(tài)、實(shí)時(shí)地對(duì)陸地和海洋進(jìn)行觀測(cè)[1]。利用SAR圖像進(jìn)行艦船檢測(cè)在海洋監(jiān)視、軍事偵察中有著重大的價(jià)值和廣泛的需求[2]。隨著天氣、風(fēng)速的變化,SAR圖像海況相差很大,因此呈現(xiàn)的海洋雜波效果也有很大的

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 種勁松,朱敏慧;SAR圖像艦船及其尾跡檢測(cè)研究綜述[J];電子學(xué)報(bào);2003年09期

2 種勁松,朱敏慧;SAR圖像局部窗口K-分布目標(biāo)檢測(cè)算法[J];電子與信息學(xué)報(bào);2003年09期

3 艾加秋;齊向陽(yáng);禹衛(wèi)東;;改進(jìn)的SAR圖像雙參數(shù)CFAR艦船檢測(cè)算法[J];電子與信息學(xué)報(bào);2009年12期

4 陳琪;王娜;陸軍;時(shí)公濤;匡綱要;;SAR圖像港口區(qū)域艦船檢測(cè)新方法[J];電子與信息學(xué)報(bào);2011年09期

5 陳華杰;張渝;林岳松;;基于多背景雜波分布模型的自適應(yīng)CFAR檢測(cè)[J];光電工程;2011年01期

6 高貴;魯敏;黃紀(jì)軍;匡綱要;李德仁;;高分辨SAR圖像中雜波的統(tǒng)計(jì)特性分析[J];信號(hào)處理;2008年04期

7 田巳睿;王超;張紅;;星載SAR艦船檢測(cè)技術(shù)及其在海洋漁業(yè)監(jiān)測(cè)中的應(yīng)用[J];遙感技術(shù)與應(yīng)用;2007年04期

8 雷盼飛;蘇清賀;楊桄;;SAR圖像艦船目標(biāo)檢測(cè)研究[J];影像技術(shù);2011年04期

9 艾加秋;齊向陽(yáng);;一種基于局部K-分布的新的SAR圖像艦船檢測(cè)算法[J];中國(guó)科學(xué)院研究生院學(xué)報(bào);2010年01期

10 許軍毅;計(jì)科峰;雷琳;杜春;;基于GLRT的光學(xué)衛(wèi)星遙感圖像艦船目標(biāo)檢測(cè)[J];遙感技術(shù)與應(yīng)用;2012年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張曉燕;尤紅建;付琨;;基于Radon變換的星載SAR圖像窄V尾跡檢測(cè)[J];測(cè)繪科學(xué);2009年02期

2 張寶茹;付玉慧;;基于SAR衛(wèi)星資料的船速估算[J];大連海事大學(xué)學(xué)報(bào);2010年01期

3 楊桄;陳克雄;周脈魚(yú);徐忠林;王宗明;;SAR圖像中目標(biāo)的檢測(cè)和識(shí)別研究進(jìn)展[J];地球物理學(xué)進(jìn)展;2007年02期

4 時(shí)公濤;趙凌君;桂琳;陸軍;蔣詠梅;匡綱要;;基于Mellin變換的K分布參數(shù)估計(jì)新方法[J];電子學(xué)報(bào);2010年09期

5 陳捷;陳標(biāo);許素芹;;基于二維連續(xù)小波變換的SAR圖像海洋現(xiàn)象特征檢測(cè)[J];電子學(xué)報(bào);2010年09期

6 陳德元;Q霉，

本文編號(hào)：1420982