高分辨率SAR圖像的快速目標檢測算法研究.pdf

1、合成孔徑雷達（Synthetic aperture radar，SAR）由于具有全天時全天候的成像能力，已經成為一種重要的對地觀測手段。在軍事領域，SAR具有穿透能力，能夠有效實現多種目標的探測。在民用領域，它被廣泛用于天氣預報，災情監(jiān)控，地形地貌研究。
　　SAR系統(tǒng)分辨率的不斷提高，有助于獲得更加精細的目標信息。但是，高分辨率SAR圖像也給目標檢測帶來了困難：統(tǒng)計特性改變，場景復雜，數據量大。
　　SAR圖像目標檢測是S

2、AR目標識別系統(tǒng)中的一個重要環(huán)節(jié)，是SAR圖像解譯的一個熱點。目標檢測算法的性能對后續(xù)的目標識別會產生巨大影響。恒虛警（Constant False Alarm Rate,CFAR）檢測算法是SAR圖像目標檢測算法中使用最廣泛的一類方法。但是，基于像素的CFAR檢測方法有以下缺點：目標斷裂，虛警較多及算法速度慢。
　　針對上述問題，在總結和分析現有的超像素方法及基于像素的CFAR檢測方法基礎之上，研究了基于超像素的CFAR檢測算法

3、。
　　本文的研究內容如下：
　　（1）研究了基于像素的快速CFAR檢測算法。從算法和硬件方面，總結了基于像素的快速CFAR檢測算法。分析了幾種雜波統(tǒng)計模型的聯(lián)系。
　?。?）研究了一種基于超像素的雜波統(tǒng)計模型混合 Gamma分布。當超像素變成像素時，該模型退化成Gamma分布，詳細地對這兩種統(tǒng)計模型進行理論分析與證明。用KL距離和一種修正的卡方檢驗統(tǒng)計量證明它們的確具有很高的擬合優(yōu)度。此外，分析了幾種常見的超像素方法