基于HMM的机载UWB SAR图像中的点目标检测

UWBSAR图像中的目标检测通常指二面角目标检测 ,点目标检测由于没有发现军用车辆等人造目标这一直接效益而受到较少关注。为满足一些UWBSAR图像中检测点目标的需求 (如图像融合时的配准 ,通过路灯和树木进行道路检测和为了抑制树干杂波而识别树干杂波等 )而研究了其中的点目标检测问题。通过综合运用方向依赖滤波、隐马尔可夫模型和恒虚警率检测技术 。

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.

基于多分辨率特征的UWB SAR二维广义似然比目标检测方法

针对超宽带合成孔径雷达(UWB SAR)工作体制及探测背景的特殊性,结合成像过程,分析了不同分辨率条件下目标与杂波的区别,在此基础上采用了两种形式的一阶自回归(AR)模型实现对多分辨率序列的建模,并提出了广义似然比(GLR)的二维计算方法。该方法大大提高了多分辨率特征提取的稳定性,基于实际UWB SAR图像的试验结果表明:利用多分辨率特征可明显增强图像信杂比,从而提高UWB SAR目标检测效果。

UWB SAR叶簇遮蔽目标检测中的ROI提取方法

针对SAR(synthetic aperture radar)ATR(auto target recognition)算法中的ROI(region of interest)提取通常由一个CFAR(constant false alarm rate)检测器和聚类算法来完成,该方法在高波段SAR目标检测中具有优良的性能,而在UWB SAR(ultra-wide band synthetic aperture radar)叶簇遮蔽目标检测中效果不佳。提出了一种适于叶簇遮蔽目标检测的ROI提取方法,该方法由小滑窗中值滤波、低门限CFAR检测、形态学操作和聚类算法四部分组成,能够在叶簇遮蔽目标检测中很好地完成ROI提取,基于实际UWB SAR图像的ROI提取结果验证了该方法的有效性。

单通道UWB SAR地面运动目标变化检测

工作在VHF/UHF波段的超宽带合成孔径雷达(UWB SAR)具有叶簇穿透和高分辨成像的能力。文中提出了一种适合单通道UWB SAR的地面运动目标检测方法——基于子孔径图像变化检测的运动目标检测算法。该算法利用UWB SAR的大波束角特点,在方位向选取较大时间间隔的两个子孔径生成子孔径图像,并根据运动目标在不同子孔径图像上聚焦位置的差异检测运动目标,估计运动目标速度和位置。文中给出了该方法的原理、参数选择、实现步骤,并基于UWB SAR实测数据验证了所提方法的有效性。

一种基于连通分析的UWB SAR目标检测算法

由于超宽带合成孔径雷达(UWB SAR)具有较强的穿透性而被广泛用于探测叶簇覆盖目标,但目前针对此种目标的检测尚未有系统完整的检测算法提出,多数研究机构在对基于UWB SAR的叶簇覆盖目标进行检测时,均沿用美国Lincoln实验室提出的三级结构检测流程,该通用检测算法在对高波段、高分辨率全极化SAR数据进行目标检测时,虽表现出良好的检测和识别性能,但用于UWB SAR叶簇覆盖目标检测时,则存在诸多不适用性。该文在对通用检测算法用于UWB SAR目标检测时存在的问题进行分析的基础上,提出了一种适用的新算法,该新算法通过滑窗平均、低门限恒虚警(CFAR)检测以及连通分析降低了算法对检测环境的要求,从而增强了算法的适用性和稳健性,最后给出了采用通用检测算法和新算法对UWB SAR图像中叶簇覆盖目标进行检测的结果,并验证了新算法在UWB SAR叶簇覆盖目标检测中的有效性。

一种UWB SAR目标检测性能评估方法

为有效解决检测要求、检测对象和检测环境的差异对目标进行检测评估问题,提出了一种适于对UWB SAR目标检测算法进行分步评估方法,并针对算法每个步骤分别给出了不同的评估指标,能够为评估者做出决策提供准确可靠的信息.

UWBSAR叶簇隐蔽目标差值变化检测中杂波分布建模分析与应用

由于树林观测区域后向散射强度具有快变特性,现有方法无法对UWB SAR叶簇隐蔽目标差值变化检测的杂波分布进行准确建模分析。为此,首先推导分析了均匀观测场景差值变化检测的杂波分布模型,而后假设观测场景后向散射强度服从伽马分布,在此基础上进一步推导了一种快起伏场景差值变化检测杂波分布模型。实验应用结果表明,该分布模型可对树林区域差值变化检测的杂波分布进行准确建模分析,从而提高变化检测性能。

基于隐马尔可夫模型的多孔径SAR目标检测

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、方位两个方向的高分辨能力,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。在多孔径SAR成像的基础上,本文用隐马尔可夫模型对人造目标和叶簇等杂波建模,可有效地检测目标,实现一个ATR系统的预筛选处理。

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。