高分辨率SAR圖像的快速目標(biāo)檢測算法研究.pdf

1、合成孔徑雷達(dá)（Synthetic aperture radar，SAR）由于具有全天時(shí)全天候的成像能力，已經(jīng)成為一種重要的對地觀測手段。在軍事領(lǐng)域，SAR具有穿透能力，能夠有效實(shí)現(xiàn)多種目標(biāo)的探測。在民用領(lǐng)域，它被廣泛用于天氣預(yù)報(bào)，災(zāi)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(xì)的目標(biāo)信息。但是，高分辨率SAR圖像也給目標(biāo)檢測帶來了困難：統(tǒng)計(jì)特性改變，場景復(fù)雜，數(shù)據(jù)量大。
　　SAR圖像目標(biāo)檢測是S

2、AR目標(biāo)識別系統(tǒng)中的一個(gè)重要環(huán)節(jié)，是SAR圖像解譯的一個(gè)熱點(diǎn)。目標(biāo)檢測算法的性能對后續(xù)的目標(biāo)識別會(huì)產(chǎn)生巨大影響。恒虛警（Constant False Alarm Rate,CFAR）檢測算法是SAR圖像目標(biāo)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(diǎn)：目標(biāo)斷裂，虛警較多及算法速度慢。
　　針對上述問題，在總結(jié)和分析現(xiàn)有的超像素方法及基于像素的CFAR檢測方法基礎(chǔ)之上，研究了基于超像素的CFAR檢測算法

3、。
　　本文的研究內(nèi)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(jié)了基于像素的快速CFAR檢測算法。分析了幾種雜波統(tǒng)計(jì)模型的聯(lián)系。
　?。?）研究了一種基于超像素的雜波統(tǒng)計(jì)模型混合 Gamma分布。當(dāng)超像素變成像素時(shí)，該模型退化成Gamma分布，詳細(xì)地對這兩種統(tǒng)計(jì)模型進(jìn)行理論分析與證明。用KL距離和一種修正的卡方檢驗(yàn)統(tǒng)計(jì)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