多波段多極化SAR圖像融合目標檢測技術.pdf

1、合成孔徑雷達(Synthetic Aperture Radar,SAR)是一種全天候、全天時的高分辨率微波遙感成像雷達,是現(xiàn)代軍事領域獲得戰(zhàn)場情報數(shù)據的一種重要手段。其中,SAR圖像目標檢測作為是目標識別的前提條件,在當代軍事應用領域占有相當重要的位置。
　　 目前SAR圖像的目標檢測主要是選取目標的后向散射特征作為目標特征,其中恒虛警(Constant False Alarm Rate,CFAR)技術是雷達自動檢測系統(tǒng)中控制虛

2、警率的最重要手段。而由于SAR圖像中的背景雜波建模面臨復雜地物類型,導致許多傳統(tǒng)的CFAR檢測算法都不能得到準確的檢測結果。因此,本課題首先提出提高單波段/極化圖像檢測準確度的算法。
　　 同時,由于偽裝網遮蔽作為對抗偵察與監(jiān)視的常見手段,研究偽裝目標的檢測對實際應用具有積極意義。而多波段多極化SAR可以獲得對同一場景的細節(jié)和特征具有不同描述的SAR圖像,通過融合技術可以綜合各波段/極化的圖像信息,有助于更全面的描述戰(zhàn)場的感興趣

3、目標,實現(xiàn)偽裝網遮蔽目標的檢測。本課題之后也對此進行了研究。
　　 綜上,本文針對單波段/極化、多波段/極化的SAR圖像目標檢測算法提出了改進算法;為了強調融合檢測的實用意義,本文還實現(xiàn)了偽裝網目標的融合檢測,同時給出了較完善的目標檢測核心算法庫和算法性能評估指標,且都嵌入到課題組開發(fā)的SAR圖像融合平臺中。具體內容包括:
　　 1.針對單波段/單極化SAR圖像的目標檢測算法,提出了一種基于多背景雜波分布模型的自適應CF

4、AR檢測。該方法根據背景區(qū)域的不同統(tǒng)計特性即統(tǒng)計方差和均值比來判斷區(qū)域類型,采用CFAR檢測器自適應地根據區(qū)域類型選擇相應的背景雜波分布模型,即在均勻區(qū)域采用高斯分布;在有雜波邊緣的區(qū)域,采用韋布爾分布以消除雜波邊緣的影響;在有多目標干擾的區(qū)域采用G0分布以排除干擾目標,避免相鄰目標的相互屏蔽效應。
　　 2.針對多波段/多極化SAR圖像的偽裝目標檢測算法,提出了基于改進Neyman-Pearson準則的決策級融合算法,通過該融

5、合算法實現(xiàn)對偽裝網遮蔽目標的檢測。該方法根據理論定性分析與實測數(shù)據定量分析,探討了波段、極化方式對偽裝網遮蔽目標探測的影響,并比較了像素級與決策級融合檢測的性能差異:采用目標檢測概率、有效檢測比作為性能指標,以選擇最有效的單波段/極化的通道數(shù)據作為融合波源,并在融合過程中使用尺度濾波器,以降低單通道數(shù)據的冗余信息。
　　 3.從工程應用出發(fā)構建了較完善的目標檢測算法庫,囊括了經典算法和自己提出的新算法;并給出了目標檢測算法較完善