基于機載合成孔徑雷達圖像的對地目標檢測方法研究.pdf

1、作為主動尋的探測設備，合成孔徑雷達(SAR)可以全天候、全天時提供高清晰度圖像，從而在軍事偵察和民用上得到了廣泛的應用。但是由于其相干成像的特殊性，因而在SAR圖像中包含有大量的相干斑噪聲，使得對SAR圖像的處理、分析和解譯非常困難。而且面對廣闊而復雜多變的地形環(huán)境，SAR圖像背景環(huán)境極為復雜，并且SAR圖像中含有大量的冗余數(shù)據(jù)，因此如何綜合運用各種知識，對算法的實用性、快速性、有效性和檢測精度等性能進行折中是目標檢測算法的難點和關(guān)鍵點

2、。本文主要對高分辨率機載SAR圖像的目標檢測和識別進行研究。主要研究以下幾個方面內(nèi)容： 1、詳細分析和研究SAR圖像相干斑雜波的統(tǒng)計分布模型和各種統(tǒng)計分布模型的適用性。對幾種廣泛使用的典型非高斯數(shù)據(jù)分布模型(Gamma分布、Weibull分布、K分布、有限混合高斯和混合Gamma分布)的數(shù)學特點進行了詳細討論和分析，并給出了不同分布模型下參數(shù)向量的估計公式。在此基礎上，在MSE準則下，對T72坦克的幾種不同成像條件下的高分辨率S

3、AR圖像數(shù)據(jù)的統(tǒng)計分布模型(Gamma分布、Weibull分布及有限混合高斯分布)以及對基于Ku波段的機載序列SAR圖像數(shù)據(jù)的統(tǒng)計分布模型(有限混和高斯分布)進行分析和估計。 2、在SAR圖像數(shù)據(jù)統(tǒng)計分布模型研究的基礎上，對SAR圖像的目標信息自動提取方法進行研究。主要提出了基于局部窗口的恒虛警(CFAR)方法、MAP方法和基于上下文關(guān)系的方法。在對單/多T72坦克SAR圖像的目標檢測方面，這些方法從不同的角度表現(xiàn)出了對SAR圖

4、像信息自動提取的能力。并且運用MAP方法對在不同方位角下對太陽能塔所成的機載SAR條帶圖像序列進行目標檢測和分割，仿真結(jié)果表明MAP方法對序列SAR圖像的目標檢測是有效和穩(wěn)健的。相對于恒虛警方法和貝葉斯方法，基于上下文的SAR圖像信息提取方法具有較大的時間消耗外，三種方法均具有較強的魯棒性和SAR圖像的信息提取性能。在SAR圖像的目標信息自動檢測方面具有明顯的優(yōu)勢和應用潛力。 3、提出了一種新的SAR圖像的目標區(qū)域特征提取和目標