SAR图像分块CFAR迭代的极地冰山检测

通过迭代CFAR算法,本文发展了一种针对分块SAR图像的冰山检测方法。考虑到滑动窗口运算负担大、计算效率低,首先对SAR图像进行分块,以提取分块内的亮目标冰山。利用高斯模型表征后向散射系数的统计分布,冰山检测阈值可简单地表达为均值和方差的线性组合,将分块内像素逐个比对阈值以检测冰山。考虑到同一场景中尺寸变化大的冰山影响检测精度,以识别的冰山像素做种子执行区域生长,从而提取大尺寸的冰山。针对单个分块迭代上述处理,以降低高斯模型表征分块统计分布的误差,提高冰山检测精度。利用2013年11月22日和29日获取自极地海域的两景RADARSAT-2图像开展验证试验。结果表明,数量多、尺寸变化大并嵌入在海冰等极地常见情形下的冰山,能被文中方法有效识别,选取区域内正确率高达85%以上,且具有良好的运行效率。

大场景SAR图像舰船目标快速检测

基于SAR图像的舰船目标检测是海洋监视应用的重要方面,随着SAR图像资源的不断丰富,计算速度成为衡量舰船目标检测算法的重要指标。针对大场景SAR图像,提出一种基于分块CFAR的舰船目标快速检测算法。首先通过图像增强提高舰船目标与海洋杂波之间的对比度,然后利用差异性参数进行分块筛选,剔除不包含目标的区域,最后对待检测区域实现基于积分图的快速CFAR检测。TerraSAR_X实测数据的实验结果验证了该方法的有效性。

高分辨SAR图像自动区域筛选目标检测算法

在G^0分布背景杂波假设下,基于VI-CFAR算法该文提出一种自动区域筛选的恒虚警目标检测算法,以解决高分辨SAR图像复杂环境背景下的目标检测问题。该算法首先利用变化指数(VI)统计量对局部参考窗内的均匀区域进行筛选,以剔除参考窗内具有目标干扰点的非均匀区域;然后利用均值比(MR)统计量对参考窗内同质的均匀区域进行区域合并,以解决杂波边界处的背景杂波筛选问题;最后利用筛选到的同质均匀区域内的像素集合进行背景杂波参数估计,对待检测区域实现二值检测。通过实测SAR图像车辆目标检测实验表明,在多目标和杂波边界复杂环境背景下,该算法具有较稳定的检测性能和虚警抑制能力。

相参雷达K分布海杂波背景下非相干积累恒虚警检测方法

相参雷达系统下的非相干积累检测方法,可以提高雷达的目标检测速度,达到实时处理的要求。然而,相参雷达系统下的非相干积累检测方法对参考单元数、脉冲积累数、杂波散斑协方差矩阵以及海杂波模型的形状参数均是非恒虚警(CFAR)的。该文基于块白化的海杂波预白化方法,提出预白化单元平均恒虚警(PWCACFAR)检测方法和预白化单元中值恒虚警(PWCM-CFAR)检测方法,并使用了匹配于参考单元数、脉冲积累数、形状参数的自适应门限,确保提出检测方法的恒虚警特性。实验结果表明,当存在异常单元时,PWCMCFAR检测方法的检测性能优于PWCA-CFAR检测方法。

基于GPU并行分块的二维恒虚警检测算法的实现方法

相对于一维恒虚警检测,二维恒虚警检测具有更优的杂波边缘和多目标检测性能。但二维恒虚警检测方法需要进行距离-多普勒两维计算,导致算法难以实时实现。针对这些问题,在基于图形处理器(GPU)和中央处理器(CPU)的架构下,提出了并行分块存储技术和块间数据并行归约求和方法,并结合统一计算设备架构(CUDA)技术,实现基于GPU的二维恒虚警检测算法并行处理。实验结果表明,相比于传统的CPU实现,所提的实现方法不仅具有优异杂波边缘检测性能,并且加速比达到了600倍以上,此外随着计算量的增加,加速效果更为显著,能够满足系统实时性和大吞吐量的要求。

车载毫米波FMCW SAR扩展目标聚焦成像方法

FMCW SAR是一种常见的雷达成像体制,其体积小、分辨率高等一系列特点使其非常适合作为自动驾驶系统中的传感器。针对传统成像方法存在方位分辨率不足问题和点稀疏模式下的成像不能有效利用扩展目标方位向结构特性问题,提出了一种基于块稀疏的扩展目标聚焦成像方法。该方法首先对运动补偿后的FMCW SAR回波数据进行距离压缩,通过一维恒虚警检测检测出有目标的距离单元,然后对有目标距离单元使用提出的块快速软阈值迭代算法(BFISTA)求解块稀疏问题进行方位向成像,最后通过近邻帧图像叠加实现对镜面反射的抑制与弱散射目标的聚焦成像。仿真与实验验证了该算法的有效性。