基于素描稀疏表示和低秩分解的SAR圖像目標(biāo)檢測(cè).pdf

1、合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）圖像的目標(biāo)檢測(cè)首先從SAR圖像中提取出包含潛在目標(biāo)的感興趣區(qū)域，然后在潛在目標(biāo)區(qū)域中對(duì)人工目標(biāo)進(jìn)行定位，實(shí)現(xiàn)目標(biāo)與背景的分離。由于合成孔徑雷達(dá)在航空航天、地面監(jiān)測(cè)、戰(zhàn)場(chǎng)偵察、武器制導(dǎo)等領(lǐng)域具有重要的應(yīng)用價(jià)值，因此基于SAR圖像的目標(biāo)檢測(cè)技術(shù)已經(jīng)成為SAR民用和軍事應(yīng)用的核心技術(shù)之一，對(duì)于后續(xù)的目標(biāo)識(shí)別與分類具有十分重要的意義。SAR圖像的素描圖是對(duì)圖像結(jié)構(gòu)信息的一種

2、稀疏描述，以比值算子和相關(guān)性算子為基準(zhǔn)的邊線模型能夠更好的刻畫SAR圖像中的奇異信息。低秩分解模型通過(guò)對(duì)觀測(cè)矩陣中背景低秩性和前景稀疏性的約束，將實(shí)際觀測(cè)到的矩陣分解為表示背景的低秩矩陣和表示前景的稀疏矩陣，而目標(biāo)和噪聲存在于表示前景的稀疏矩陣中。
　　本研究主要內(nèi)容包括：⑴針對(duì)人工目標(biāo)定位不準(zhǔn)確的問(wèn)題，在實(shí)現(xiàn)人工目標(biāo)區(qū)域觀測(cè)矩陣構(gòu)造與分解的基礎(chǔ)上，提出了一種基于目標(biāo)區(qū)域與低秩分解的SAR圖像目標(biāo)檢測(cè)方法。首先研究和分析了劉芳、宋

3、建梅所提出的基于初始素描圖線段規(guī)整度的候選目標(biāo)區(qū)域提取算法，由于該方法所采用的初始素描圖是通過(guò)Primal Sketch模型提取得到的，模型中的邊緣檢測(cè)算子是針對(duì)光學(xué)圖像的加性噪聲而設(shè)計(jì)的，并不適用于SAR圖像的乘性噪聲模型，因此本文在采用SAR素描模型得到素描圖的基礎(chǔ)上進(jìn)行候選目標(biāo)區(qū)域的提取，然后利用候選目標(biāo)區(qū)域灰度和線密度統(tǒng)計(jì)特征剔除虛警目標(biāo)區(qū)域，設(shè)計(jì)目標(biāo)區(qū)域觀測(cè)矩陣的構(gòu)造方法，并采用Rpca分解方法對(duì)其進(jìn)行分解得到低秩矩陣和稀疏矩

4、陣，利用稀疏矩陣的統(tǒng)計(jì)特性來(lái)實(shí)現(xiàn)人工目標(biāo)區(qū)域中的目標(biāo)定位；⑵在基于初始素描圖線段規(guī)整度的候選目標(biāo)區(qū)域提取算法和采用SAR素描模型得到素描圖的基礎(chǔ)上，本文分析了不同類型的人工目標(biāo)在SAR圖像素描圖中的稀疏表示特征，定義了用于計(jì)算素描線段規(guī)整度的自適應(yīng)幾何結(jié)構(gòu)窗口，并設(shè)計(jì)了區(qū)域擴(kuò)充規(guī)則進(jìn)行候選目標(biāo)區(qū)域的提取。仿真實(shí)驗(yàn)表明，相比原候選目標(biāo)區(qū)域提取算法中固定窗口大小以及遞歸生長(zhǎng)規(guī)則的策略，所提出的基于SAR圖像素描圖與自適應(yīng)幾何結(jié)構(gòu)窗的候選目標(biāo)