基于条件熵和Parzen窗的极化SAR舰船检测

被引：9

作者：

张宏稷 ^{[1
]}

杨健 ^{[1
]}

李延 ^{[2
]}

谢春华 ^{[3
]}

机构：

[1] 清华大学电子工程系

[2] 航天五院总体部

[3] 国家卫星海洋应用中心

来源：

清华大学学报(自然科学版) | 2012年 / 52卷 / 12期

关键词：

极化合成孔径雷达; 条件熵; Parzen窗;

D O I：

10.16511/j.cnki.qhdxxb.2012.12.013

中图分类号：

TN958 [雷达：按体制分];

学科分类号：

摘要：

为提高极化合成孔径雷达(SAR)遥感图像对海面舰船目标的检测性能,提出了一种基于条件熵的多视极化SAR图像的舰船目标检测方法。首先将多视极化SAR数据进行Cloude特征分解,然后使用特征向量得到对应分量的相似性参数,利用特征值和相似性参数构造事件的概率和条件概率,从而构造功率条件熵。最后,该文提出了一种基于Parzen窗的杂波概率分布的估计方法,并基于该方法得到的概率分布提出了一种检测阈值的搜索方法。使用该方法,可以增加目标和杂波的对比度,并能准确搜索检测阈值。

引用

页码：1693 / 1697

页数：5

共 14 条

[1]

Statistical assessment of model fit for synthetic aperture radar data. M.D.Devore,J.A.O‘ Sullivan. Proceedings of SPIE the International Society for Optical Engineering . 2001

[2]

Three-componentmodel-based decomposition for polarimetric SAR data. AN Wentao,CUI Yi,YANG Jian. IEEE Transactions on Geoscience and Remote Sensing . 2010

[3]

Ship-seacontrast optimization when using polarimetric SARs. Touzi R,Charbonneau F,Hawkins R K,et al. Proceedings of International Geoscience and Remote SensingSymposium . 2001

[4]

Studies of target detection algorithms that use polarimetric radardata. Novak L M,Sechtin M B,Cardullo M J. IEEE Transactions on Aerospace and Electronic Systems . 1989

[5]

Pattern Classification. Duda RO,Hart PE,Stork DG. . 2001

[6]

Elements of information theory. Cover T M,Thomas J A. . 2006

[7]

GOPCE BasedApproach to Ship Detection. YANG Jian,ZHANG Hongji,Yamaguchi Y. IEEE Geoscience andRemote Sensing Letters . 2012

[8]

Optimal polarimetric processing for enhanced target detection. Novak L M,Burl M C,Irving W W. IEEE Transactions on Aerospace and Electronic Systems . 1993

[9]

All of nonparametric statistics. L Wasserman. . 2006

[10]

Similarity between two scattering matrices. Yang Jian,Peng Yingning,Lin Shiming. Electronics Letters . 2001

← 1 2 →