合成孔径雷达图像的恒虚警率目标检测

目的　对合成孔径雷达 (SAR)图像实施恒虚警率 (CFAR)目标检测 .方法　利用 K-Gamma和Weibull分布的杂波模型分别对海面和陆地的人造目标实施检测 ;同时 ,对不同杂波背景下 CFAR检测方法进行比较 .结果与结论　通过检测结果的比较 ,证实了 K-Gamma分布和 Weibull分布分别适合于海面和陆地杂波背景下的目标检测 ;在非均匀杂波背景中 ,有序统计量 (OS)较单元平均 (CA)方法具有优越性     

结合CFAR与自适应窗口的舰船目标检测

针对大多数CFAR算法在检测舰船目标时受滑动窗口的限制,检测耗时长、效率低和易造成漏检等问题,提出一种将自适应窗口与CFAR算法结合的舰船目标检测方法。首先利用目标的全局显著性找到其大致位置,根据目标区是否满足自适应窗口设置条件分别进行处理：采用剔除掉目标干扰的背景参数检测内部目标;采用检出目标与整体背景参数双重筛选边缘目标;最后将两部分合并进行后续处理。实验结果表明,本文方法能够准确快速地定位目标区域,且能精确检测并刻画目标形状,取得了较为满意的检测结果。     

基于多背景杂波分布模型的自适应CFAR检测

针对现有的CFAR(Constant False Alarm Rate,恒虚警)算法采用全局建模,在待检测的所有区城采用同种背景杂波分布模型,导致使用的模型在不适应区域失配,使CFAR检测性能下降的现象,本文提出一种基于多背景杂波分布模型的自适应CFAR检测算法.该方法根据背景区域的不同统计特性即统计方差和均值比来判断...     

基于小波分解的 K-分布 SAR 图像舰船检测

舰船目标检测是合成孔径雷达海洋应用的一个重要组成部分. 通过对合成孔径雷达图像中舰船目标和海杂波背景的结构差异特点进行分析,提出了一种利用小波分解技术和 K-分布海杂波模型的恒虚警率舰船目标检测方法,并对实际 SIR-C C 波段 SAR 图像进行了实验. 实验结果表明,该方法能够在复杂相干斑和海杂波背景中大幅增强舰船目标,并且有效保证了检测结果的准确性.     

基于小波变换的海面背景红外小目标检测方法

采用基于正交小波分解的多分辨率分析实现频带选择,抑制噪声和背景杂波;检测图像的水平和垂直方向边缘,确定海天线和目标潜在区;利用不同方向边缘进行融合,除去大量背景干扰而获得目标候选点;检测候选目标点的灰度值,确定阈值排除虚警点并分割目标。实验结果表明,该方法能检测复杂海面背景中的舰船红外小目标。     

一种新的红外图像目标检测方法

提出了一种新的海空背景下受强杂波、噪声污染的红外图像目标检测算法．算法利用了小波变换的多分辨率、多尺度特性，将要检测的图像分解到不同频率的多个尺度上，再采用形态学的背景估计和形态滤波技术，对分解后的子图像进行处理、小波重构．仿真实验表明，该算法可较强地抑制云层、海浪以及海天线的强杂波背景和强噪声的干扰，可检测出信杂比(SCR)为2的目标，适用于舰栽红外警戒系统．     

基于Anderson—Darling检验的恒虚警检测

提出一种基于Anderson-Darling检验的恒虚警检测方法(AD-CFAR),根据输入杂波特性,实现干扰杂波块删除、杂波分布检测,具有参考单元数可变、检测策略可变的特点,提高了检测器复杂杂波环境下的鲁棒性.检测算法应用K样本Anderson-Darling假设检验对输入杂波单元进行分块筛选,输出同分布杂波块,再经过单样本Anderson-Darling分布检验判断杂波分布类型,综合现有的检测技术,选择合理的检测策略.性能分析表明,在均匀杂波条件下,AD-CFAR具有近似CA-CFAR的检测性能,在多干扰目标、杂波边缘以及两者同时存在时具有良好的虚警性能和检测性能.     

一种视频强杂波两级空域滤波抑制方法

为便于对复杂视频强杂波背景下的微弱运动目标进行检测,提出了一种两级空域滤波强杂波抑制方法。采用局域均值去除(LMR)作为一级滤波,将原始图像变换为较大局域内均值和方差缓变的二维广义平稳过程,再通过基于二维AR模型参数估计的二级滤波器自适应滤除残余杂波。实验结果表明,对于一般噪声条件下的视频目标图像,利用该方法处理后得到的残留噪声呈现出很好的高斯性和独立性,并且输出目标信号杂波噪声比(SCNR)的平均增益达到1．33dB,有利于进一步的检测。     

对海面重拖尾杂波下相位梯度自聚焦算法的改进

由于海杂波的随机动态特性,用合成孔径雷达(Synthetic Aperture Radar,SAR)对海面上的舰船目标成像时,相位梯度自聚焦算法(Phase Gradient Autofocus,PGA)的聚焦效果变差.在统计海杂波的分布特性之后,在大多数情况下可以用α-stable分布模型比较好地描述海杂波的幅度特性,尤其对于拖尾较大的海杂波.用分数低阶统计模型和相位梯度自聚焦算法结合起来(PGA-FLOS),可以有效地改善海面上舰船目标的成像效果.仿真和对实测海面数据处理都证明了文中算法的有效性.     

一种修正的基于混沌预测误差的目标检测算法

基于混沌预测误差的目标检测算法是检测混沌背景下目标的算法.本文对该算法的检测结果进行了分析,分析结果表明其检测到的目标区域比实际的目标区域大.针对这个问题,对基于混沌预测误差的目标检测结果进行了修正,修正后的结果更接近于目标的真实大小.用Lorenz混沌系统产生的仿真数据和实测的机载海面合成孔径雷达(Synthetic Aperture Radar,SAR)图像进行了实验.实验结果与理论分析的结果一致,从而证明了理论分析的正确性.     

基于局部纹理分析的小目标检测方法

在多分辨率分析的基础上,提出了一种基于局部纹理分析的小目标检测新方法。利用目标与背景的局部纹理特征差异,在局部距离像上完成小目标的检测;而传统的检测方法利用目标点亮度值与背景亮度值不同进行目标与背景的分离,因此本方法更能体现目标与背景的差异,在强杂波背景中实现高效的检测。对实测数据的仿真实验表明,该方法能有效地检测占极少(1-3 个)像素的小目标;同时,在小波分解阶段分别采用 Mallat 算法和 à trous 算法时,该方法都能在 0.65秒内完成单帧检测,具有良好的实时性能。     

一种改进的Weibull分布杂波仿真方法

针对目前Weibull分布杂波仿真中没有考虑线性滤波器物理可实现性问题,首先深入研究了该杂波模 型的统计特性及其ZMNL仿真方法;在此基础上,引入最小相位特性与复倒谱技术,提出了一种物理可实现的滤 波器产生方法,同时详细阐述了物理可实现Weibull分布杂波随机序列产生的流程;最后,进行了仿真实验,仿 真结果证明了该方法的准确性和有效性。该方法产生的杂波可用于雷达信号模拟、雷达图像分析及雷达最优信 号处理器设计。     

复杂非均匀背景下的鲁棒声呐恒虚警检测算法

针对复杂非均匀水下环境中目标检测问题,提出了一种基于背景统计特性的鲁棒声呐恒虚警(Background Statistical Characteristics based Robust Sonar Target Constant False Alarm Ratio,BSCR-CFAR)检测算法。该算法将自动删除平均级检测(Automatic Censored Mean Level Detection,ACMLD)和排序统计恒虚警(Order Statistic CFAR,OS-CFAR)检测算法引入可变指数恒虚警(Variability Index CFAR,VI-CFAR)检测算法中,并通过评估背景特性,自适应选择更匹配的CFAR检测方法。仿真和声呐实测数据分析结果表明,相比较单元平均恒虚警(Cell Average CFAR,CA-CFAR)、单元平均选大恒虚警(Greatest of CFAR,GO-CFAR)、单元平均选小恒虚警(Smallest of CFAR,SO-CFAR)和OS-CFAR、VI-CFAR等检测算法,该算法在混响边缘、混响区、单/多强离散干扰等典型非均匀背景下的恒虚警检测保持了良好的鲁棒性。     

可见光海面目标检测的结构随机森林方法

由于受到海岸景物和海面波纹等复杂海况的影响,基于可见光海面图像目标检测是一个技术难点。本文提出一个结构随机森林检测海面目标的方法。该方法首先基于图像块构建随机森林,然后将结构学习策略用于随机森林的预测输出空间,在样本空间训练随机森林,最后通过随机森林将图像块分类为海面图像的目标区域与背景区域。实验结果表明相对Canny算子,Threshold-Segment算子,Salience_ROI算子,文中方法在海面图像目标检测中取得了更高的检测率,且计算开销较小。     

α稳定分布在SAR图像目标检测中的应用探讨

对SAR图像常用的杂波分布模型进行分析,利用α稳定分布作为SAR图像的杂波模型进行探讨,同时对利用α稳定分布来分辨几种常见杂波分布模型进行探讨,提出更好的CFAR处理方法。     

基于LoG算子边缘检测的图像二值化处理

摘要：数码管图像的目标和背景分离不明显，直方图分布较复杂。针对该问题，提出基于拉普拉斯高斯（Laplacian of Gaussian，LoG）算子边缘检测的全局二值化方法对其进行处理，该方法通过提取图像边缘部份的像素灰度获得图像二值化的阈值。处理结果表明，与传统的几种方法相比，该方法能够快速选取良好的二值化阈值，较好地区分目标和背景，在相当大模板宽度内图像二值化的结果都令人满意。     

水中目标强度的一致性时域有限差分计算

本文应用一致性时域有限差分法（FDTD）和近场-远场变换计算散射声目标的反射声压强度，找出反射声压级与目标声中心到换能器间距离的关系。数值计算中考虑了自由场和有海面及海面波浪影响时的不同情况。根据声源和目标的几何特征对入射波和散射波分别作了球面和柱面扩散修正，并将计算结果与水池实验结果进行了比较。本文的讨论可对水下目标强度测量方法提供参考。     

基于增强分形特征的人造目标检测

自然背景和人造目标对于某些分形特征存在着一定的本质差别，这些差别为目标检测提供一套全新的方法。研究表明，对于自然背景中嵌入少量人造目标这类简单情况，采用单一的分形特征就能取得较好的检测效果。对于复杂情况下的检测，本文采用Sarkar和Chaudhuri的差分计盒（DBC）分数维法计算图像的分维数，并用概率松弛法（PRIA）对分维值进行特征增强。仿真实验表明，该方法具有较好的检测效果。     

形态学和小波域杂波抑制的微弱目标检测

本文提出了一种基于形态学和小波域杂波抑制的微弱目标检测方法,该方法将图像序列进行形态擘tophat滤波,然后小波变换,再分别对各小波子带作平滑滤波,按各子带对滤波前后小波系数作差分运算,最后经过小波逆变换得到具有微弱目标的残差图像序列.用残差图像tophat结果估计目标潜在区域,在目标潜在域的约束下,对残差图像序列进行时空域数据融合,实现微弱运动目标的检测.仿真实验表明,该方法杂波抑制后残差图像具有很好的白高斯特性,且目标邻域信杂比(scNR)的平均增益比图像空域平滑滤波和图像频域低通滤波等典型运算的SCNR平均增益有明显改善,目标检测算法在5帧图像集成时能稳定检测出微弱运动目标轨迹.     

基于数字电视信号的无源雷达性能仿真分析

对数字电视信号的特性、对消性能进行分析,并通过实际采集的数据分析其在杂波背景下目标检测性能,且与调频广播信号进行对比,最后指出数字电视信号能够作为无源雷达检测目标的一种优秀的外辐射源。