简介:基于SAR图像的舰船目标自动检测是海洋监视应用的重要方面,但随着SAR成像能力和图像分辨率的提高,传统的CFAR检测方法已不能满足舰船目标自动检测的要求。针对中高分辨率SAR图像中舰船目标自动检测问题,提出一种基于像素筛选G0分布的SAR图像舰船目标快速检测方法,该方法首先根据像素灰度值出现频率选取阈值对杂波像素进行筛选,然后通过抽样定理对图像进行降分辨率处理,最后再在经过像素筛选的降分辨率图像中实现基于G0分布的自适应CFAR检测。NASA/JPLAIR-SAR实测数据的实验结果表明,该方法不仅能有效减少中高分辨率SAR图像舰船目标自动检测的虚警,而且能显著提高检测效率。
简介:特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征,稀疏约束将被添加在非负矩阵分解法中,并应用于图像目标特征提取,通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解,构建具有稀疏性的目标特征矢量,提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验,试验结果表明,添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比,能够显著提高目标识别的稳定性和准确率。
简介:在HRR雷达中,当目标尺寸大于雷达波长和雷达距离分辨单元时,在连续扫描过程中从目标不同散射中心返回的目标回波会产生不同的方向图,使传统杂波抑制方法无效。提出采用Hough变换来解决这个问题。Hough变换是一种在图像中识别曲线的著名变换。比较了两种基于Hough变换的雷达检测算法,一是将数据空间中的点映射到ρ-θ空间中的曲线的传统模式,另一种模式采用斜率-截距参数空间Hough变换。斜率-截距模式的效率通过仿真进行验证。与传统模式相比,Hough变换的斜率-截距模式的性能更好。针对非起伏目标及四种Swerling类目标,研究了在瑞利分布、Weibull分布、对数正态分布和K分布杂波下,Hough变换检测器的斜率-截距模式对HRR雷达信号的检测性能。还研究了目标速度和脉冲数的影响。通过Monte-Carlo仿真对Hough变换检测器的目标检测性能进行了分析。