基于非邻域结构似然函数的舰船检测方法

提出了一种利用似然函数进行舰船检测的新方法。该方法首先利用非邻域滤波的思想构造一种包含邻域的窗结构。对于非中心的窗,利用重复的邻域窗估计出邻域窗不同位置对应的协方差矩阵;然后,利用邻域窗的协方差矩阵和中心像素的邻域窗得到的似然函数构造检测器;最后,使用实际的极化合成孔径雷达(PolSAR)数据对提出算法的有效性做验证并和已有算法进行比较。结果证明,本文方法得到了很好的实验效果。

基于纳什均衡改进PWF的舰船检测方法

提出了一种利用极化白化滤波器(polarimetric whitening filter,PWF)作为舰船检测器的新方法。首先,介绍了基于Wishart分布的马尔可夫随机场(Markov random field,MRF)分类问题,利用相似性参数和距离函数构造平滑项,有效地利用极化信息。在利用纳什均衡对分类进行优化时,对参数的选取使用了Fisher准则,优化分类结果。对于最终的检测器,利用PWF构造表征差异的核函数,求解一个优化问题,得到了对应能量函数数据项检测函数,同时利用分类结果,使用模糊集构造平滑项检测函数,从而得到改进的极化检测器。最后,使用实际的极化合成孔径雷达(polarimetric synthetic aperture radar,Pol-SAR)数据对提出的方法有效性做验证并和已有方法进行比较,实验结果表明本方法检测率高,检测目标连续性好。

基于条件熵和Parzen窗的极化SAR舰船检测

为提高极化合成孔径雷达(SAR)遥感图像对海面舰船目标的检测性能,提出了一种基于条件熵的多视极化SAR图像的舰船目标检测方法。首先将多视极化SAR数据进行Cloude特征分解,然后使用特征向量得到对应分量的相似性参数,利用特征值和相似性参数构造事件的概率和条件概率,从而构造功率条件熵。最后,该文提出了一种基于Parzen窗的杂波概率分布的估计方法,并基于该方法得到的概率分布提出了一种检测阈值的搜索方法。使用该方法,可以增加目标和杂波的对比度,并能准确搜索检测阈值。