Envisat AP图像P-CFAR舰船检测方法研究

Envisat的AP数据可以在一次成像过程中得到同一场景的两幅不同极化模式的数据,使用这种数据进行船只检测可以有效的提高检测概率并降低虚警率。为利用AP数据中包含的关于目标和场景的有效信息,引入了基于向量矢量的P-CFAR检测器对交替极化数据进行检测。首先使用GIS数据对陆地区域进行了掩膜处理,剔除了陆地区域的影响。然后使用P-CFAR检测器对目标进行检测。通过检测器窗口的滑动,我们对中心像素的信息量进行计算,并将其与检测阈值进行比较,从而检测得到目标。最后,为剔除虚警,使用了一个复合目标辨识算法对检测得到的候选目标进行了辨识。为了评价该算法的检测性能,利用Envisat ASAR的交替极化数据进行了实验,实验结果表明该方法能够充分利用目标和场景的有效信息,在环境干扰较大的情况下也可以对舰船进行有效的检测。