SAR圖像車輛目標檢測.pdf

1、合成孔徑雷達(Synthetic Aperture Radar,SAR)在航空航天、戰(zhàn)場偵查、武器制導等領域具有重要的應用價值,基于SAR圖像的目標檢測技術已經成為SAR軍事應用的核心技術之一。地面的坦克集群、運輸車隊、導彈發(fā)射架等是軍事戰(zhàn)場上的重要目標,對這些目標實現(xiàn)實時的自動檢測,為戰(zhàn)場指揮提供有用信息,具有極其重要的意義和緊迫性。瞬息萬變的戰(zhàn)場形勢對檢測的實時性和有效性提出了更高的要求,因此研究運算快速、檢測率高、魯棒性好的目標檢

2、測算法成為目前的研究熱點。論文結合國防預研項目進行SAR圖像靜止車輛目標檢測,在研究快速SAR圖像相干斑抑制、實時恒虛警目標檢測和道路目標提取的基礎上,研究了復雜場景下車輛目標自動檢測。主要工作概括如下:
　　 1.研究了SAR圖像相干斑噪聲模型和統(tǒng)計分布,參考增強Lee濾波算法的分區(qū)域處理思想,提出了一種基于復數(shù)微分濾波器的快速SAR圖像相干斑抑制方法。該算法利用復數(shù)微分濾波器優(yōu)異的方向旋轉性和有限差分實現(xiàn)快速的優(yōu)點,具有優(yōu)異

3、的實時處理性；通過對濾波器的Gibbs現(xiàn)象進行抑制,改善了相干斑抑制性能。
　　 2.研究了雙參數(shù)CFAR檢測和基于GO分布的CFAR檢測算法,將兩種算法結合,提出了一種實時的SAR圖像CFAR檢測方法。定義目標置信度,對圖像進行灰度累計,從而獲得可能的目標,然后對可能的目標像素同時進行雙參數(shù)CFAR檢測和GO-CFAR檢測,顯著減少了檢測時間,同時降低了檢測虛警。
　　 3.分析了SAR圖像的道路模型,研究了基于道路模

4、型檢測算子和基于復數(shù)微分方向濾波器的道路邊緣檢測算法,并將兩種檢測結果綜合后,利用Hough變換連接斷裂邊緣,去除虛假邊緣,較好的提取出了道路區(qū)域。對圖像進行降分辨率處理,減少了處理的數(shù)據量,仿真結果顯示道路提取算法基本滿足檢測系統(tǒng)的實時性要求。
　　 4.分析了目標出現(xiàn)概率對目標檢測算法的影響,利用圖像中的道路信息和軍用車輛的集群信息,引入目標出現(xiàn)概率影響因子,提出了一種可應用于復雜場景下的實時車輛目標自動檢測策略,實驗結果驗