高分辨率SAR圖像中車輛目標(biāo)的檢測.pdf

1、隨著雷達(dá)對地觀測技術(shù)的日趨發(fā)展，SAR圖像數(shù)據(jù)收集能力的不斷增強(qiáng)，SAR圖像的自動目標(biāo)識別技術(shù)已逐漸成為目前該領(lǐng)域的研究熱點(diǎn)。其中，目標(biāo)檢測是SAR圖像自動目標(biāo)識別的基礎(chǔ)，其結(jié)果的好壞直接影響著后續(xù)日標(biāo)特征的提取，并最終影響目標(biāo)識別與分類的精度。坦克、導(dǎo)彈發(fā)射車、裝甲車等地面車輛是SAR戰(zhàn)場監(jiān)視和對地探測的重要日標(biāo)，對SAR圖像中車輛日標(biāo)的自動檢測研究具有較高的應(yīng)用價值。本文對含有車輛目標(biāo)的真實(shí)SAR圖像進(jìn)行了圖像抑噪和目標(biāo)檢測的研究。

2、
　　 首先，介紹了SAR的成像原理、SAR圖像的目標(biāo)特點(diǎn)和SAR圖像的統(tǒng)計(jì)特性，通過對含有車輛目標(biāo)的真實(shí)SAR圖像數(shù)據(jù)進(jìn)行統(tǒng)計(jì)特性分析，得出幾乎在整個SAR圖像的灰度分布范圍內(nèi)，SAR圖像的灰度概率分布基本上服從(o)取SAR圖像灰度均方差時的瑞利分布。
　　 其次，介紹了相干斑噪聲的產(chǎn)生機(jī)理和模型，在傳統(tǒng)濾波方法的基礎(chǔ)上，結(jié)合Lee算法中地物的分類思想和中值濾波，提出了一種改進(jìn)的小被抑噪方法，通過對各種方法抑噪效果的

3、評價，得出改進(jìn)的小波抑噪法在抑制噪聲和保持圖像細(xì)節(jié)信息方面均比較優(yōu)。
　　 最后，介紹了恒虛警率檢測技術(shù)和三種恒虛警率檢測器，在恒虛警率(CFAR)統(tǒng)計(jì)檢測理論的基礎(chǔ)上，對常規(guī)雙參數(shù)CFAR檢測方法進(jìn)行了分析，得出因SAR圖像數(shù)據(jù)的統(tǒng)計(jì)特性與高斯分布有著明顯的差異，導(dǎo)致實(shí)驗(yàn)結(jié)果中的實(shí)際虛警率與理論虛辯率偏離過大。結(jié)合SAR圖像的灰度概率分布服從瑞利分布的先驗(yàn)知識，給出了基于瑞利分靠的CFAR檢測方法。考慮到CFAR檢測模板過大，