一种基于自适应背景杂波模型的宽幅SAR图像CFAR舰船检测算法

发布时间：2018-01-13 23:15

本文关键词：一种基于自适应背景杂波模型的宽幅SAR图像CFAR舰船检测算法　出处：《遥感技术与应用》2014年01期 　论文类型：期刊论文

【摘要】：利用海洋宽幅SAR图像进行大范围海域舰船检测在海洋监视、军事侦察等方面具有重要应用。由于海况的复杂性,宽幅SAR图像背景杂波特性随海域不同而变化。采用双参数CFAR检测算法和基于K分布CFAR检测算法在处理宽幅SAR图像时,由于在待检测的所有区域采用同种背景杂波模型,导致使用的杂波模型在不适应区域失配,使CFAR检测性能下降。针对这个问题,提出了一种基于自适应背景杂波模型的CFAR宽幅SAR图像舰船检测算法,该算法通过背景窗口的多尺度统计方差判断目标所处的杂波环境,自适应选择对应的背景杂波分布模型,最后根据已知的恒虚警率及选择的杂波概率密度函数进行CFAR检测。对20多幅宽幅SAR图像进行了试验,实验结果表明:该算法在检测精度上有明显的改善。
[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.
【作者单位】：中国科学院空间信息处理与应用系统技术重点实验室;中国科学院电子学研究所;中国科学院大学;中国科学院微波成像技术国家重点实验室;中国科学院大学电子电气与通信工程学院;
【基金】：国家自然科学基金资助项目(41001285)
【分类号】：TN957.51
【正文快照】： 1引言合成孔径雷达(SAR)具有全天时、全天候的观测能力,能够宏观、长期、动态、实时地对陆地和海洋进行观测[1]。利用SAR图像进行舰船检测在海洋监视、军事侦察中有着重大的价值和广泛的需求[2]。随着天气、风速的变化,SAR图像海况相差很大,因此呈现的海洋杂波效果也有很大的

【参考文献】