【摘要】：提出一種新的基于自動索引的單元平均恒虛警概率目標(biāo)檢測算法。首先采用具有較強模型兼容性的G0分布對雜波統(tǒng)計特性進行建模;通過基于G0分布的全局閾值預(yù)分割算法生成目標(biāo)索引矩陣,以去除干擾目標(biāo)像素,提高恒虛警概率算子對復(fù)雜場景的適用性;采用一種基于積分圖像的快速策略,大大降低了算法的運行時間,使得算法的計算時間復(fù)雜度與滑動窗口的尺寸無關(guān);最后,通過計數(shù)濾波和形態(tài)學(xué)處理得到精確的目標(biāo)檢測結(jié)果。所提算法既具有自適應(yīng)性,又比現(xiàn)有同類算法的運算速度大大提高,通過TerraSAR-X圖像實驗結(jié)果證明了該方法的有效性和工程實用價值。
[Abstract]:A new CFAR probability target detection algorithm based on automatic index is proposed. Firstly, G0 distribution with strong model compatibility is used to model the statistical characteristics of clutter, and the global threshold pre-segmentation algorithm based on G0 distribution is used to generate the target index matrix to remove the interference pixels. Improve the applicability of CFAR operator to complex scene, adopt a fast strategy based on integral image, greatly reduce the running time of the algorithm, make the computational complexity of the algorithm independent of the size of sliding window; finally, Accurate target detection results are obtained by counting filtering and morphological processing. The proposed algorithm is both self-adaptive and faster than the existing similar algorithms. The experimental results of TerraSAR-X images show that the proposed algorithm is effective and practical in engineering.
【作者單位】： 北京航空航天大學(xué)電子信息工程學(xué)院;
【分類號】：TN957.52

【參考文獻】

相關(guān)期刊論文 前5條

1 唐旭晟;陳丹;;基于局部邊緣特征的快速目標(biāo)檢測[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2011年11期

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

3 時公濤;高貴;周曉光;匡綱要;蔣詠梅;;基于Mellin變換的G~0分布參數(shù)估計方法[J];自然科學(xué)進展;2009年06期

4 賀志國;周曉光;陸軍;匡綱要;;一種基于G~0分布的SAR圖像快速CFAR檢測方法[J];國防科技大學(xué)學(xué)報;2009年01期

5 姜斌;黎湘;王宏強;郭桂蓉;;近海岸復(fù)合雜波建模及其統(tǒng)計特性研究[J];系統(tǒng)工程與電子技術(shù);2006年02期

【共引文獻】

相關(guān)期刊論文 前10條

1 李晨波;劉永信;張暉;王玲琳;;一種合成孔徑雷達圖像艦船假目標(biāo)檢測判別算法[J];中國海洋大學(xué)學(xué)報(自然科學(xué)版);2017年02期

2 甄勇;劉偉;趙擁軍;陳建宏;;大場景SAR圖像艦船目標(biāo)快速檢測[J];信息工程大學(xué)學(xué)報;2016年05期

3 吳奇;張偉;;基于DEM的濱海地區(qū)非均勻雜波模擬[J];計算機應(yīng)用研究;2016年01期

4 張明;張陽;;水文頻率分析中參數(shù)估計最大熵法的梅林變換推導(dǎo)[J];水資源與水工程學(xué)報;2015年04期

5 宋勝利;楊健;;基于魯棒主成分分析的SAR艦船檢測[J];清華大學(xué)學(xué)報(自然科學(xué)版);2015年08期

6 陳利民;楊學(xué)志;張晰;郎海濤;孟俊敏;;SAR艦船檢測算法對比分析研究[J];遙感信息;2015年02期

7 林麗君;殷鷹;何明格;尹湘云;;基于小波模極大值的磁瓦裂紋缺陷邊緣檢測算法[J];電子科技大學(xué)學(xué)報;2015年02期

8 姬曉飛;秦寧麗;;基于光學(xué)遙感圖像的目標(biāo)檢測與分類識別方法[J];沈陽航空航天大學(xué)學(xué)報;2015年01期

9 張春杰;王鵬;;蒸發(fā)波導(dǎo)下海雜波對雷達探測的影響分析[J];彈箭與制導(dǎo)學(xué)報;2015年01期

10 張澤均;水鵬朗;;G~0分布中鏈碼網(wǎng)格SAR圖像分割算法[J];西安電子科技大學(xué)學(xué)報;2015年05期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 劉超;周激流;何坤;;基于Canny算法的自適應(yīng)邊緣檢測方法[J];計算機工程與設(shè)計;2010年18期

2 雒濤;鄭喜鳳;丁鐵夫;;改進的自適應(yīng)閾值Canny邊緣檢測[J];光電工程;2009年11期

3 崔瀟瀟;王貴錦;林行剛;;基于Adaboost權(quán)值更新以及K-L距離的特征選擇算法[J];自動化學(xué)報;2009年05期

4 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)計特性分析[J];信號處理;2008年04期

5 李禹;王世f^;計科峰;粟毅;;一種新的高分辨率SAR圖像目標(biāo)自動鑒別方法[J];國防科技大學(xué)學(xué)報;2007年03期

6 陳德元;Q霉，

本文編號：2243280