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

被引:16
作者
林旭 [1 ,2 ,3 ]
洪峻 [4 ,2 ]
孙显 [1 ,2 ]
鄢懿 [3 ,5 ]
机构
[1] 中国科学院空间信息处理与应用系统技术重点实验室
[2] 中国科学院电子学研究所
[3] 中国科学院大学
[4] 中国科学院微波成像技术国家重点实验室
[5] 中国科学院大学电子电气与通信工程学院
关键词
CFAR; 海洋宽幅SAR图像; 背景杂波模型; 自适应选择; 多尺度统计方差;
D O I
暂无
中图分类号
TN957.51 [雷达信号检测处理];
学科分类号
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。
引用
收藏
页码:75 / 81
页数:7
相关论文
共 12 条
[1]  
合成孔径雷达图像目标检测与优化搜索.[D].林宏津.四川大学.2006, 03
[2]   基于GLRT的光学卫星遥感图像舰船目标检测 [J].
许军毅 ;
计科峰 ;
雷琳 ;
杜春 .
遥感技术与应用, 2012, (04) :616-622
[3]   SAR图像港口区域舰船检测新方法 [J].
陈琪 ;
王娜 ;
陆军 ;
时公涛 ;
匡纲要 .
电子与信息学报, 2011, 33 (09) :2132-2137
[4]   SAR图像舰船目标检测研究 [J].
雷盼飞 ;
苏清贺 ;
杨桄 .
影像技术, 2011, 23 (04) :40-45+19
[5]   基于多背景杂波分布模型的自适应CFAR检测 [J].
陈华杰 ;
张渝 ;
林岳松 .
光电工程, 2011, 38 (01) :117-126
[6]   一种基于局部K-分布的新的SAR图像舰船检测算法 [J].
艾加秋 ;
齐向阳 .
中国科学院研究生院学报, 2010, 27 (01) :36-42
[7]   改进的SAR图像双参数CFAR舰船检测算法 [J].
艾加秋 ;
齐向阳 ;
禹卫东 .
电子与信息学报, 2009, 31 (12) :2881-2885
[8]   高分辨SAR图像中杂波的统计特性分析 [J].
高贵 ;
鲁敏 ;
黄纪军 ;
匡纲要 ;
李德仁 .
信号处理, 2008, (04) :648-654
[9]   星载SAR舰船检测技术及其在海洋渔业监测中的应用 [J].
田巳睿 ;
不详 ;
王超 ;
不详 ;
张红 ;
不详 .
遥感技术与应用 , 2007, (04) :503-512
[10]   SAR图像舰船及其尾迹检测研究综述 [J].
种劲松 ;
朱敏慧 .
电子学报, 2003, (09) :1356-1360