高分辨率SAR图像的快速目标检测算法研究

发布时间：2017-10-08 07:14

  本文关键词：高分辨率SAR图像的快速目标检测算法研究

  更多相关文章： SAR图像 高分辨率 超像素 恒虚警检测 并行算法

【摘要】：合成孔径雷达(Synthetic aperture radar,SAR)由于具有全天时全天候的成像能力,已经成为一种重要的对地观测手段。在军事领域,SAR具有穿透能力,能够有效实现多种目标的探测。在民用领域,它被广泛用于天气预报,灾情监控,地形地貌研究。SAR系统分辨率的不断提高,有助于获得更加精细的目标信息。但是,高分辨率SAR图像也给目标检测带来了困难:统计特性改变,场景复杂,数据量大。SAR图像目标检测是SAR目标识别系统中的一个重要环节,是SAR图像解译的一个热点。目标检测算法的性能对后续的目标识别会产生巨大影响。恒虚警(Constant False Alarm Rate,CFAR)检测算法是SAR图像目标检测算法中使用最广泛的一类方法。但是,基于像素的CFAR检测方法有以下缺点:目标断裂,虚警较多及算法速度慢。针对上述问题,在总结和分析现有的超像素方法及基于像素的CFAR检测方法基础之上,研究了基于超像素的CFAR检测算法。本文的研究内容如下:(1)研究了基于像素的快速CFAR检测算法。从算法和硬件方面,总结了基于像素的快速CFAR检测算法。分析了几种杂波统计模型的联系。(2)研究了一种基于超像素的杂波统计模型混合Gamma分布。当超像素变成像素时,该模型退化成Gamma分布,详细地对这两种统计模型进行理论分析与证明。用KL距离和一种修正的卡方检验统计量证明它们的确具有很高的拟合优度。此外,分析了几种常见的超像素方法,发现SLIC的性能比其它几种超像素方法更好,所以本文选择SLIC。(3)研究了一种基于超像素的滑窗。结合上述滑窗和杂波统计模型,实现了基于超像素的CFAR检测算法。为了适应SAR图像分辨率不断提高的特点,进一步提高算法的实时性,使用OpenMP实现了并行算法,它能充分利用CPU的硬件资源,减少程序运行时间。实验表明这种算法具有很好检测性能和较快的处理速度。
【关键词】：SAR图像 高分辨率 超像素 恒虚警检测 并行算法
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-17
• 1.1 研究工作的背景与意义10-11
• 1.2 SAR图像目标检测算法的研究和应用现状11-13
• 1.3 超像素的研究及应用现状13-15
• 1.3.1 超像素的研究现状13-14
• 1.3.2 超像素的应用现状14-15
• 1.4 本论文的结构安排15-17
• 第二章 基于像素的SAR图像目标CFAR检测17-29
• 2.1 常用的SAR图像杂波统计模型17-21
• 2.1.1 相干斑模型17-18
• 2.1.2 乘积模型18-19
• 2.1.3 联合分布模型19
• 2.1.4 经验分布模型19-21
• 2.2 恒虚警检测方法21-28
• 2.2.1 恒虚警检测原理21-23
• 2.2.2 基于像素的快速CFAR检测算法23-28
• 2.3 本章小结28-29
• 第三章 基于超像素的SAR图像杂波统计模型29-48
• 3.1 超像素29-36
• 3.1.1 常见的超像素方法29-33
• 3.1.1.1 基于图论的超像素方法29-31
• 3.1.1.2 基于梯度下降的超像素方法31-33
• 3.1.2 超像素方法的选择33-36
• 3.2 基于超像素的杂波统计模型36-47
• 3.2.1 超像素灰度的条件概率密度函数36-39
• 3.2.2 超像素面积的概率密度函数39-41
• 3.2.3 混合Gamma分布及其拟合精度41-47
• 3.3 本章小结47-48
• 第四章 基于超像素的SAR图像目标快速CFAR检测算法48-67
• 4.1 超像素滑窗48-49
• 4.2 基于超像素的CFAR检测及参数估计49-52
• 4.3 基于超像素的CFAR检测算法的快速性分析52-58
• 4.3.1 算法本身的快速性分析52-55
• 4.3.2 基于CPU硬件系统资源的快速性分析55-58
• 4.4 两种CFAR检测算法的综合性能对比分析58-65
• 4.4.1 程序运行时间对比分析58-60
• 4.4.2 检测性能对比分析60-65
• 4.5 本章小结65-67
• 第五章 全文总结与展望67-69
• 5.1 本文总结67-68
• 5.2 未来展望68-69
• 致谢69-70
• 参考文献70-74

【参考文献】

中国期刊全文数据库 前7条

1 饶倩;文红;喻文;毛祺琦;苏伟伟;;超像素及其应用综述[J];电脑与信息技术;2013年05期

2 王春瑶;陈俊周;李炜;;超像素分割算法研究综述[J];计算机应用研究;2014年01期

3 赵明波;何峻;付强;;SAR图像CFAR检测的快速算法综述[J];自动化学报;2012年12期

4 陈新亮;王丽;柳树林;曾涛;;高分辨雷达扩展目标检测算法研究[J];中国科学:信息科学;2012年08期

5 贺志国;周晓光;陆军;匡纲要;;一种基于G~0分布的SAR图像快速CFAR检测方法[J];国防科技大学学报;2009年01期

6 王凯峰;秦前清;杨冕;;遥感图像的多线程处理研究[J];测绘信息与工程;2005年06期

7 张坤华,王敬儒,张启衡;复杂背景下扩展目标的分割算法研究[J];红外与毫米波学报;2002年03期

中国重要会议论文全文数据库 前1条

1 邢相薇;陈振林;邹焕新;周石琳;;一种基于两级CFAR的SAR图像舰船目标快速检测算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

中国博士学位论文全文数据库 前2条

1 朱磊;合成孔径雷达图像相干斑抑制方法研究[D];西安电子科技大学;2014年

2 高贵;SAR图像目标ROI自动获取技术研究[D];国防科学技术大学;2007年

，

本文编号：992666