UWB SAR非均匀区域目标检测方法

在超宽带合成孔径雷达(UWB SAR)图像目标检测中不仅会遇到均匀杂波区域，还会遇到叶簇区域、空旷区域及干扰目标等组成的非均匀杂波区域。恒虚警率(CFAR)目标检测是雷达目标检测的重要方法，而传统的CFAR检测对UWB SAR非均匀杂波区域目标检测效果较差。首先分析了叶簇区域、空旷区域及二者混合区域的杂波分布。然后针对UWB SAR的实际情况，运用智能索引变量的CFAR检测技术(VI—CFAR)，使得均匀杂波和非均匀杂波背景中目标检测都取得了较好的效果。最后，利用实际UWB SAR目标检测结果验证了VI—CFAR的有效性。     

多分辨率特征在UWB SAR目标检测中的应用

本文借鉴高频合成孔径雷达(SAR)目标检测中多分辨率特征分析方法,结合超宽带合成孔径雷达(UWB SAR)工作体制和树干杂波的特殊性,详细分析了UWB SAR目标检测中树干杂波和目标多分辨率特性的区别;构造了多分辨率差分序列,并采用一阶AR模型实现了对多分辨率差分序列的建模;给出了基于多分辨率的广义似然比(GLR)定义,并提出了利用感兴趣区域(ROI)内GLR之和来确定ROI真假属性的判别方法;针对树干杂波和目标的模型训练分别提出了预先训练和现场训练的方法,大大提高了多分辨率特征提取的稳健性;基于实际UWB SAR图像数据的试验结果证明了利用多分辨率特征降低ROI虚警率的有效性。     

基于多分辨率能量特征的SAR目标检测

针对UWB SAR中二面角目标和树干杂波在方向域和频率域的不同特性,特别是频率域相关特性的不同,给出了一种新的多分辨率划分方法,通过该方法对原始图像的处理得到多分辨率图像序列,并以该图像序列为对象提取能量特征,最终实现了目标检测。对实测数据的检测表明,该方法能有效地抑制杂波,提高目标的检测性能。     

一种基于自适应非线性滤波的UWB SAR目标检测预处理方法

超宽带合成孔径雷达(UWBSAR)具有叶簇穿透能力,但树干等强散射点在图像中形成了大量的脉冲杂波和针状杂波,使检测UWBSAR图像中的目标变得十分困难。本文运用自适应非线性滤波方法对图像进行预处理,滤除了图像中的脉冲杂波和针状杂波,使在恒虚警率(CFAR)目标检测中虚警率明显减少。实际UWBSAR的目标检测结果验证了这种预处理方法的有效性。     

SAR图像目标综合检测方法

基于SAR(合成孔径雷达)图像杂波结构,结合小波变换和自适应维纳滤波提出了一种新的抑制SAR图像相干斑噪声方法,该方法能够较好保留杂波边缘和点目标.分析了抑制SAR图像相干斑噪声后的多分布特性,研究了相应的SAR目标检测,提出了一种新的SAR图像目标检测方法及其实现.实际SAR图像测试结果表明了本文方法的有效性.     

对比度最优算法在UWB SAR运动补偿中的应用

对比度最优自聚焦(COA)算法是一种计算量相对较小的自聚焦算法,在高波段及L波段SAR中得到了成功应用。但对于工作在P波段的超宽带SAR(UWB SAR),由于杂波噪声干扰严重,给COA算法的应用带来了较大的困难。文中针对UWB SAR这一特点,提出了一种有效减小杂波对对比度干扰的方法,通过改造对比度评价函数、选择信噪比较强的方位线、对方位压缩后的图像低通滤波、并剔除偏差较大的估计值等方法,有效地提高了COA算法在UWB SAR中的性能。实际UWB SAR数据的补偿结果表明了该方法的有效性。     

基于纹理特征和数学形态学的SAR图像目标检测方法

SAR图像目标检测是SAR图像解译的基础。针对含有目标的SAR图像,利用垂直方向的边缘纹理检测方法对预处理后的图像进行垂直边缘检测,再运用数学形态学中的腐蚀运算和膨胀运算对垂直方向边缘图进行虚警滤除处理,从而得到感兴趣的目标检测区域。详细地给出了SAR图像目标检测步骤,并将本方法与其他方法的检测结果进行了比较,实验结果表明,在均匀杂波背景与非均匀杂波背景下,该方法能够快速有效地实现SAR图像目标检测。     

基于CFAR级联的SAR图像舰船目标检测算法

SAR图像舰船目标检测在军事监视和海洋环境监管等方面有着重要的意义。针对SAR图像的特点,提出了一种基于全局CFAR检测与局部CFAR检测级联的舰船目标检测算法。在全局CFAR检测中,通过海杂波特性拟合优选海杂波统计模型,以较高的虚警率筛选潜在的目标点;在局部CFAR检测中,以潜在目标点的连通区域为单位,通过检测窗口的选取、背景像素的确定和海杂波拟合等步骤以后,以较低的虚警率确定目标。最后,通过条件扩张算法和目标像素聚类完善船只细节。实验结果表明,文中算法在保证良好的检测性能的同时,具有检测效率高、舰船细节完整等优点,为舰船目标鉴别和信息提取提供了良好的保障,更加符合实际应用需求。     

机载UWB SAR实时图像帧几何形变分析与校正

SAR实时侦察要求处理器实时输出预定成像区域的连续图像,但是机载UWB SAR数据分帧处理和实时运动补偿使得输出的实时图像帧之间产生错位和间断,影响图像帧的实时拼接.本文从机载UWB SAR实时处理结构和运动补偿人手,定量分析了参考航迹选择与图像帧几何形变量的关系,提出了一种实时校正机载UWB SAR图像帧几何形变的方法,然后分析了其校正误差.通过点目标仿真验证了分析结果的正确性,并给出了某机载UWB SAR实测数据几何形变校正前后相邻图像帧的拼接结果.     

噪声干扰环境下SAR的目标检测能力分析

SAR的目标检测是指从SAR图像的背景杂波和干扰中检测目标，检测概率是衡量SAR目标检测能力的重要指标。通过计算噪声干扰环境下SAR的目标检测概率可以定量描述SAR的目标检测能力在噪声干扰环境下受削弱的程度。基于恒虚警检测技术，本文给出噪声干扰环境下SAR目标检测概率的计算方法，并对噪声干扰环境下SAR的目标检测能力进行了分析。     

UWB SAR目标检测中的二面角模型改进

UWB SAR由于其穿透性而广泛用于对叶簇遮蔽目标的探测,二面角模型是对卡车等隐蔽战术目标进行检测时常用的一种近似模型,该模型较好地解释了卡车等战术目标存在的正面闪烁效应。文中对文献中关于二面角模型的论述进行了总结,通过进一步分析得出了原模型在电磁建模过程中存在的一些问题,并针对模型的不足进行了改进。对二面角电磁建模的分析和改进完善了二面角理论,增强了二面角模型在目标检测中的指导性。     

基于视觉注意机制的UWB SAR叶簇隐蔽目标变化检测

在超宽带合成孔径雷达叶簇隐蔽目标检测中,传统的UWB SAR图像变化检测方法易受图像灰度值起伏和成像条件变化的影响,致使现有的变化检测算法的性能下降.本文根据人类视觉系统的生理结构和认知特点,提出了一种基于视觉注意机制的叶簇隐蔽目标变化检测算法.该方法使用视觉注意模型,将图像的多尺度特征信息融合为单幅视觉显著图像,并利用图像局部邻域信息和目标的空间相关特性对视觉显著图中视觉注意焦点进行分层筛选和变化检测.实验结果表明:本文中基于视觉注意机制的变化检测方法可以有效检测多时相UWB SAR图像中的叶簇隐蔽目标,较之传统的基于统计原理的变化检测方法,其检测速度更快,且对场景复杂的UWB SAR图像亦具有鲁棒性.     

UWB叶簇覆盖SAR人造目标特征信号

穿透叶簇的VHF/UHF超宽带(UWB)SAR具有相对带宽很宽,积累角大的特点,能同时获得距离、方位两个方向的高分辨能力,用于探测地面隐蔽人造目标。在VHF/UHF低频段,一般的人造目标可简单模化为目标侧面与地面之间形成的一个长二面角。本文得出了二面角目标模型的散射回波信号形式,从理论上模拟产生了人造目标SAR图像,建立了特征信号库,可用于进一步的目标检测和识别。     

基于中心点回归的大场景SAR图像舰船检测方法

合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测在军事和民用领域有着重要的应用.然而随着SAR图像成像能力的提升,SAR成像场景越来越大,舰船目标检测存在两个难点:一是舰船目标在整幅图像中所占比例极小,很难与周围背景分开;二是靠岸舰船目标通常密集排列,目标之间难以区分.目前常用基...     

UWBSAR图像中的点目标检测

针对超宽带合成孔径雷达(UWBSAR)图像的某些应用场合,研究了其中的点目标检测问题,提出了一种检测算法。该算法综合运用方向依赖滤波和子图像融合提取UWBSAR图像中点目标的各向同性特征,并通过恒虚警率检测最终实现UWBSAR图像中的点目标检测。对实验数据的处理验证了该方法的有效性。     

叶簇穿透合成孔径雷达增强成像方法

叶簇穿透合成孔径雷达(FOPEN SAR)为了探测树林中隐藏目标,通常工作在低信杂比(SCR)的环境中,目标检测难度极大。该文提出一种基于目标散射方位变化特性的增强成像方法,在保证高空间分辨率的同时,增强隐蔽目标图像SCR。对于感兴趣的车辆类目标,目标主侧面与地面形成二面角。当电磁波沿二面角法线方向入射时,回波能量最强。该方法能够获得该方位角对应的高分辨率图像,从而增强目标SCR,提高检测性能。实测机载FOPEN SAR数据验证了该方法的有效性。      

穿透叶簇UWB雷达人造目标简化电磁模型

穿透叶簇的VHF／UHF超宽带(UWB)SAR具有相对带宽很宽,积累角大的特点,可同时获得距离、方位的高分辨能力,能用于探测叶簇隐蔽的军用车辆等人造目标而有着重要的军事应用价值。在VHF／UHF低频段,一般的人造目标可简单模化为目标主侧面与地表面之间形成的直二面角。本文详细推导了二面角人造目标光学区的散射场,建立了低频UWB雷达人造目标的光学区简化电磁模型,进而分析预测了二面角目标的散射特性。预测结果与外场试验分析得到的目标特性之间的一致性表明本文所建立的电磁模型是正确合理的。