红外空域弱小目标探测系统中恒虚警技术研究

对空域中弱小目标的探测是红外成像防御与制导的关键技术。由于空域中弱小目标距离较远,在红外探测器上呈现为无纹理特征的弱小点。由于红外探测器噪声与视场中杂波干扰,很难将目标从红外图像中提取出来。在红外空域弱小目标探测系统中,虚警率与探测率是一对矛盾的概念。针对这一问题提出了一种基于杂波模型估计理论的恒虚警(CFAR)检测技术。该CFAR技术是建立在对红外图像背景杂波分析建模的基础上,根据Neyman-Pearson准则设计CFAR检测器,实现在恒定虚警的前提下最大化追求系统的探测率,以此提高红外空域弱小目标探测系统的探测距离和目标识别能力。     

一种结合空间信息的星载SAR图像舰船目标检测算法

针对常规恒虚警率(CFAR)方法对低信杂比合成孔径雷达(SAR)图像舰船目标检测效果不佳的问题,提出一种结合空间信息的星载SAR图像舰船目标检测方法。该方法通过将像素的空间信息与灰度信息相结合构造联合图像,以提高目标与背景的对比度,然后对联合图像进行CFAR检测。基于不同分辨力实测星载SAR图像舰船目标检测的实验结果表明,与直接基于CFAR的方法相比,该方法对低信杂比SAR图像具有更好的检测性能。     

一种改进的高分辨率SAR图像超像素CFAR舰船检测算法

合成孔径雷达(SAR)图像舰船目标检测一直受到学者广泛关注,恒虚警率(CFAR)检测算法作为雷达图像经典目标检测算法被广泛应用于SAR图像舰船目标检测中。然而经典CFAR检测性能容易受到相干斑噪声影响,基于滑窗的检测结果对滑窗的尺寸选择非常敏感,难以保证杂波背景中不存在目标像素,并且计算效率较低。针对上述问题,该文提出了一种新的基于超像素无窗快速CFAR的SAR图像舰船目标检测算法。首先,利用基于密度的快速噪声空间聚类(DBSCAN)超像素生成方法生成SAR图像的超像素。在SAR数据服从混合瑞利分布的假设下,定义了超像素相异度。然后利用超像素精确估计每个像素的杂波参数,即使在多目标情况下,也可以克服传统CFAR滑动窗口的缺点。此外,基于SAR图像变异系数,提出了一种基于变异系数的局部超像素对比度来优化CFAR检测,以此消除大量杂波虚警,如陆地区域人造目标。对5幅SAR图像的实验结果表明,与其他方法相比,该文方法对不同场景SAR图像海面舰船目标检测都十分稳健。      

Wishart分布情形下极化SAR图像目标CFAR检测解析方法

等效视数是影响极化合成孔径雷达（PolSAR）图像恒虚警 （CFAR）检测性能的重要参数.目前等效视数的估计大都不是整数,导致已有的基于整数等效视数的CFAR检测方法不再适用.为解决此问题,提出了一种新的PolSAR图像目标CFAR检测解析算法.首先,在Wishart分布假设下,推导出了多视极化白化滤波（MPWF）检测量的概率密度函数;然后对其积分得到了CFAR检测门限关于等效视数的解析表达式;最后通过仿真数据和AIRSAR实测数据比较了新方法与已有的适用于整数等效视数的检测方法和双参数恒虚警（2P-CFAR）检测方法的CFAR检测性能.结果表明新方法中实际虚警概率与给定的恒虚警概率最为接近,更好保证了CFAR检测的恒虚警假设.     

一种基于图像分割和归一化灰度Hough变换的SAR图像舰船尾迹CFAR检测算法

该文提出了一种新的SAR图像舰船尾迹的恒虚警检测算法。该方法首先检测出舰船并将舰船部分用图像灰度均值代替;分别以舰船重心为中心分割出一定尾迹长度的正方形区域并以舰船重心为中心将图像分割成4个子图像,对各子图像进行归一化灰度Hough变换,分割后的尾迹在子图像中的对比度得到了提高。在各子图像变换域依概率模型进行统计建模实现了CFAR检测,最后将4个子图像的检测结果进行融合得到最终的检测结果。检测结果更好地提取出了尾迹,并且实现了尾迹的CFAR检测。仿真结果验证了算法的有效性。     

基于背景预分析的SAR图像车辆目标检测算法

CFAR算法是一种常见的合成孔径雷达图像目标检测算法。CFAR算法在对背景杂波统计建模时需要考虑建模样本中是否混入目标等非背景像素。文中提出了一种新的CFAR检测算法,该算法认为目标窗口和背景窗口是同一个窗口,在CFAR算法之前,通过目标预筛选去除建模样本中的降质因素,并用广义伽马模型对背景窗口中的剩余样本建模。相比于传统的高斯模型CFAR算法,本文所用算法考虑了建模样本中降质因素对建模精度的影响,新的滑动窗模型结构更加简单,检测结果虚警率低,对距离很近的目标不会产生漏检。     

海面杂波背景下红外图像中舰船目标的检测

复杂杂波背景下,海面红外图像中舰船目标检测的关键是如何降低虚警、检测出真正的目标.为了实现这个目标,首先利用Haar小波函数进行小波变换,对图像进行预处理;然后进行恒虚警检测(CFAR);第三步采用行程法对检测的目标进行标记;最后采用管道滤波法剔出虚假目标,检测出真正的目标.经仿真实验证明,此方法能有效地降低虚警,在复杂杂波背景中检测出目标.     

SAR图像局部窗口K-分布目标检测算法

该文分析了双参数CFAR算法和K-分布CFAR算法的特点,将双参数CFAR算法局部窗口的概念应用到K-分布CFAR检测中,适应了SAR图像海面背景复杂且局域性强的情况,获得了较好的检测效果。     

一种SAR图像舰船属迹的CFAR检测方法

提出一种基于邻近象素求和合成孔径雷达（SAR）海面图象舰船尾迹的恒虚警率（CFAR）检测方法（简称APS方法）。该方法的关键是用“邻近象素求和”方法实现子图像的Radon变换，在变换域依概率模型进行统计假设检验，并最终实现CFAR检测。文中仿真和实际SAR图像试验的结果表明该算法是有效的。     

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。     

自选择混合分布模型的CFAR用于SAR图像舰船检测

为了解决恒虚警率检测算法（CFAR检测）在合成孔径雷达图像舰船检测中,用已有分布建模,不能应对所有的场景,对于一些复杂场景建模拟合效果不理想的问题,本文使用一种自选择混合分布的CFAR检测方法:首先,对图像进行预处理,减少目标像素对海杂波的影响;其次,利用学习出来的混合分布模型对预处理后的每一块图像进行建模,计算全局阈值,并根据阈值把图像像素分为目标和背景杂波;然后,为防止漏检,重新对场景像素进行建模、检测,重复此过程直到背景杂波中检测不到目标为止;最后加入后处理,减少虚警的产生。这一方法不仅能得到更好的海杂波模型,同时还能提取舰船的更多细节,实验结果证明了这一方法的有效性。      

弱小目标检测技术浅析

在分析红外序列图像弱小目标检测技术的基础上,总结出高性能弱小目标检测方法应包括背景抑制、轨迹搜索和能量累积、恒虚警率条件下的阈值分割、基于序列图像航迹相关的目标确认等四个完整过程;分析了各环节的技术难点.     

SAR图像点目标的检测

分析了在均匀杂波回波功率服从 Gamma分布条件下 SAR点目标检测 ,推导了点目标虚警概率和检测概率与阈值系数关系 ,提出了检测点目标阈值系数选择根据和方法。在杂波均值估计方面 ,提出了以全局均值代替局部动态均值。实际测试结果表明所提出的检测方法在检测效果和计算量方面都优于双参数恒虚警检测算法     

基于有序数据可变索引的SAR图像目标检测方法

该文提出了一种基于有序数据可变索引(Ordered Data Variability Index, ODVI)的SAR图像目标恒虚警检测算法,该算法首先对待测像素的参考窗进行基于ODVI的自适应筛选处理(Automatic Censoring, AC),以去除窗内的强杂波和干扰像素,并以窗内保留的均匀像素对背景的统计特性进行建模,估计其概率密度函数的参量,同时构建双参数恒虚警检测(CFAR)的检验统计量,计算检测的自适应阈值,实现检测的判决。论文给出了该算法的检测性能曲线,并利用实测的X波段SAR图像进行实验验证,与其它检测方法进行比较,结果显示该文算法具有较好的检测性能和较低的虚警概率。     

分布式CFAR检测系统的最优门限求取新方法

针对并行分布式检测网络结构局部采用CFAR检测器的情形,提出了一种在融合规则给定时,局部CFAR检测器最优门限的求取方法。给出了在任意融合规则下融合中心的检测概率和虚警概率关于局部门限的一阶导数的数值计算公式,并利用Broyden方法求取最优的局部门限。该方法避免了传统方法需要计算二阶导数的复杂性,并且更容易推广到局部采用多类CFAR检测器的情形。实验分析表明了算法的有效性。     

基于CFAR的SAR目标检测

CFAR检测是由事先定好恒定虚警概率进行目标检测的一种算法,其前提是目标相对于背景具有较强的对比度。CFAR算法通过单个像素灰度和某一门限的比较达到检测目标像素的目的。文中研究了恒虚警概率检测算法,推导了不同拟合分布的具体形式,给出了几种代表性检测器,如CA-CFAR检测器,通过仿真结果证明,在均匀杂波区域中,3种检测器的结果相当,都能检测出目标。但从整体看,CA-CFAR的检测性能更好。     

一种新的极化SAR图像目标CFAR检测方法

该文提出了一种新的极化SAR图像目标CFAR检测算法。首先,在乘积模型框架下,引入具有均匀度变化下广泛杂波区域建模能力的逆Gamma分布,推导出了极化匹配滤波(PMF)检测量的分布模型P-G0分布。进而,利用基于Mellin变换的对数累积量导出了P-G0分布的参数估计器,保证了PMF检测量的精确建模。最后,推导出P-G0分布的CFAR检测阈值求解公式,以此设计了新的CFAR检测算法。利用RADARSAT-2极化SAR数据的实验结果表明了P-G0分布对不同均匀度的地物都具有良好的拟合性能,所提检测算法能够实现均匀度变化较大环境下目标的准确、自动检测。     

基于FPGA的红外视频图像目标恒虚警检测实现

运用雷达上经典的自适应恒虚警的检测方法,分析红外图像特性,针对红外目标特点,结合FPGA的优势实现对红外视频图像目标的快速检测。兼顾了实时性、处理速度、系统可靠性等要求。外置可调谐式阈值设置,可适应多环境问题。实验结果表现出较好的效果,展现出较高的实用价值。     

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。