超高分辨SAR圖像車輛目標檢測.pdf

1、合成孔徑雷達（SAR）圖像是一種全天候的高分辨率圖像，被廣泛應用于國防、自然災害檢測、生態(tài)環(huán)境監(jiān)測等多個重要領域。SAR圖像的應用包括分割、分類、目標檢測、目標識別等領域。目標檢測是SAR圖像應用領域的一個重要方向。尤其在軍事方面，SAR圖像目標檢測為目標打擊、精確制導等方面提供支持。多年來，研究人員在SAR圖像目標檢測方面取得了豐厚的成果。但隨著SAR圖像的分辨率不斷升高，傳統(tǒng)SAR目標檢測方法已經(jīng)不能滿足當前需要。其一，在高分辨SA

2、R圖像中，目標不同于以往普通分辨率SAR圖像目標成一個或少數(shù)幾個亮點的狀態(tài)，因此不能用傳統(tǒng)的CFAR檢測算法對目標進行檢測。在高分辨SAR圖像中，目標成為一片區(qū)域，目標自身也具有了分布特征。其二，由于合成孔徑雷達的特征，具有一定高度的物體會在一定方向上產(chǎn)生陰影，導致高分辨SAR圖像中的目標并不是完整的目標。第三，隨著高分辨SAR的發(fā)展，數(shù)量不斷增大，特征越來越豐富，導致特征維數(shù)災難，引起目標檢測的時間復雜度過高。
　　我們針對以上

3、問題，我在本文提出了相應的解決方案：
　　第一，本文提出了高分辨SAR圖像分類結(jié)合特征擬合的方法形成目標檢測的方法，在這一方法中，由于車輛本身的分布也是可以擬合的，并且車輛也形成了一個區(qū)域，這導致我們可以把車輛看作是一個類別，和諸如草地、跑道、建筑等其它區(qū)域平等對待，用分類的方法把一幅高分辨SAR圖像分割為幾個區(qū)域，并結(jié)合車輛的特征對車輛區(qū)域標號，從而形成最終的檢測結(jié)果。
　　第二，高分辨SAR圖像中目標的補償方法，由于機載

4、高分辨SAR成像角度問題，會在特征方向上形成一定的陰影區(qū)域，并對目標的完整性造成影響，本文中，我們把這當作一個特征加入到分割檢測算法當中來，對陰影和車輛的聯(lián)合分布進行統(tǒng)計建模，作為車輛的特征，取得了較好的效果。
　　第三，針對高分辨SAR特征表示復雜的問題，我們提出了分層稀疏特征表示的方法，在第一個問題中，SAR圖像的特征表示也是非常一個難點，由于高分辨SAR圖像的分辨率很高，能在SAR圖像中呈現(xiàn)中很細微的特征，一般情況下，特征豐

5、富是有利于目標檢測的，但高分辨SAR特征過多會導致分類過程中優(yōu)化復雜度過高的問題，針對這一問題，我們提出了建立過完備的字典，并用過完備的字典對特征進行稀疏表示的方法。在實際過程中我們發(fā)現(xiàn)，傳統(tǒng)分布函數(shù)不能對高分辨SAR圖像進行很好的擬全，如：四階分布對高分辨SAR圖像的陰影區(qū)域能較好的擬合能力，但它對其它區(qū)域的似合度不佳，而高斯分布能擬合一些背景區(qū)域，但對目標和陰影又無能為力，因此我們提出了一種混合分布來解決這一問題，經(jīng)驗證，取得了非常