一种基于变化检测技术的SAR图像舰船目标鉴别方法

发布时间：2017-09-20 04:45

  本文关键词：一种基于变化检测技术的SAR图像舰船目标鉴别方法

  更多相关文章： SAR图像 目标鉴别 似然比检测量 KSW熵法 目标像素聚集度

【摘要】：该文引入变化检测思想,利用SAR图像中海杂波和目标之间的灰度差异,通过对潜在舰船目标切片的目标像素和背景像素进行分离,计算目标像素聚集度(TPAM)特征,实现对高亮像素在图像切片中聚集程度的定量评估,从而鉴别目标切片中是否包含有舰船目标,有效去除杂波虚警。首先,基于感兴趣区域(ROI)切片中心为目标像素及四周为海杂波的合理假设,构建似然比变化检测量获取差异图像;然后,利用KSW熵阈值选择方法实现差异图像中目标像素和海杂波像素的自动分离,生成二值图像;最后,利用切片中心像素为种子点,对二值图像进行区域生长,计算目标像素聚集度特征,并判断目标切片是否包含舰船目标。基于RADARSAT-1 SAR实测数据的实验结果表明,该文方法得到的目标像素聚集度特征计算简单、稳健性好、可区分度高,具有良好的鉴别性能,能够去除大部分海杂波干扰产生的虚警,有效地降低目标检测虚警率。
【作者单位】： 国防科学技术大学电子科学与工程学院;
【关键词】： SAR图像 目标鉴别 似然比检测量 KSW熵法 目标像素聚集度
【基金】：国家自然科学基金(61201338)资助课题
【分类号】：TN957.52
【正文快照】： 1引言舰船目标的检测与识别是海洋SAR图像解译技术的热点和难点。在舰船检测阶段通常根据海杂波的数学统计模型设计恒虚警率(Constant False-Alarm Rate,CFAR)检测算法。由于观测场景中海面情况有时比较复杂,杂波干扰严重,而且在理论上CFAR检测并不是最优的检测算法[1-3],致使

【相似文献】

中国期刊全文数据库 前10条

1 赵春江,施文康,邓勇;具有鲁棒性的图像骨架提取方法[J];计算机应用;2005年06期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

中国博士学位论文全文数据库 前1条

1 聂洪山;强起伏条件下红外小目标检测算法研究[D];国防科学技术大学;2004年

，

本文编号：886017