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PWF的极化SAR图像匹配方法

极化合成孔径雷达(SAR)图像匹配是修正惯性导航累积误差和提高导航精度的重要手段。由于极化SAR图像的斑点噪声降低了目前多数匹配方法性能,故提出了一种基于极化白化滤波器(PWF)的极化SAR图像匹配方法,利用极化信息抑制斑点噪声从而改善了匹配效果。运用该方法和经典的极化总功率(SPAN)+尺度不变特征变换(SIFT)方法,对多组不同波段的SAR图像进行匹配试验,结果表明该方法在匹配点数、精度和成功率上均优于SPAN+SIFT匹配方法。

极化白化滤波器的一种多通道扩展

为减小相干斑对分类、检测的影响,通常要对极化合成孔径雷达图像进行相干斑抑制。极化白化滤波器(PWF)是利用多个极化通道的复数据抑制相干斑的有效方法,但其输出只有一个通道。为了在后续处理中能够利用全极化数据,该文对PWF进行了改进,提出了多通道极化白化滤波器法(MCPWF)。该方法在保持PWF最少相干斑图像输出的同时,还能得到各个极化通道滤波后的输出。Pi-SAR实测数据的实验结果验证了该方法的有效性。

环境特征与散射特性融合的PolSAR飞机目标检测

针对复杂场景下极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像飞机目标检测问题,提出了一种融合目标环境特征与散射特性的PolSAR飞机目标检测方法。首先,利用极化白化滤波(polarimetric whitening filter,PWF)图提取疑似飞机目标,将疑似飞机目标转换成超像素得到混合图像。然后,经极化分解与分类构造一个新的环境特征,并与散射特性融合得到飞机目标检测特征,通过阈值判别检测出飞机目标。最后,使用AIRSAR和UAVSAR系统采集的实测数据进行实验,并与其他检测方法进行对比。结果表明,所提方法产生的虚警和漏警较已有方法有所改善,检测结果更好。

Fisher分布下基于白化滤波的极化SAR图像CFAR检测方法

在已有的极化合成孔径雷达(SAR)图像恒虚警(CFAR)检测方法中,存在着高分辨下杂波模型适用性差的难题.为此提出了一种Fisher分布下具有虚警概率解析表达形式的CFAR检测方法.首先,在乘积模型框架下,引入Fisher纹理变量,推导出了极化白化滤波(PWF)检测量的概率密度函数(PDF).然后,对PDF积分得到了虚警概率关于检测门限的解析表达形式,并设计了相应的CFAR检测算法流程.最后,通过机载合成孔径雷达(AIRSAR)实测数据比较了新方法和双参数恒虚警(2P-CFAR)算法及已有的基于K分布、G0分布、Wishart分布的CFAR检测方法的检测性能.结果表明新方法能有效检测出目标,且鲁棒性较强,相比于其他检测方法,品质因数平均高出32. 66%.

一种利用Cloude-Pottier分解和极化白化滤波的全极化SAR图像分类算法

提出了一种新的基于Cloude-Pottier分解和极化白化滤波(PWF)的全极化SAR数据分类算法。该算法利用PWF的结果来代替反熵A对复WishartH/α分类结果进行进一步细化,按PWF的值将复WishartH/α分类结果由8类分为16类,然后再次进行Wishart迭代分类。实验结果表明,该算法能有效地提高分类精度,分类结果明显优于常规的复WishartH/α分类结果和复WishartH/α/A分类结果。

G0分布下基于白化滤波的极化SAR图像CFAR检测

在已有的极化合成孔径雷达(PolSAR)图像恒虚警(CFAR)检测方法中,存在着高分辨下杂波模型适用性差的难题。为解决此问题,提出了一种G0分布下虚警概率具有闭合解析表达形式的CFAR检测方法,并定义虚警损失率(CFAR Loss, CL)参数用以量化评估CFAR检测方法的恒虚警保持效果。首先,在乘积模型框架下,引入了逆Gamma纹理变量假设,推导出了多视极化白化滤波(MPWF)检测量的概率密度函数(PDF)。然后,对MPWF检测量的概率密度函数积分得到了虚警概率关于CFAR检测阈值的解析表达式,并设计了相应的CFAR检测流程。最后,采用仿真数据和AIRSAR实测数据对已有方法和新方法进行了算法运行时间、检测量拟合性能及目标检测性能对比。实验结果表明,方法运行时间比已有方法缩短3至30倍,具有良好的实时性;日本玉野地区的AIRSAR实测数据结果表明G0分布对高分辨不均匀海区具有良好的拟合性能,且新方法在G0分布和非G0分布海区均能有效检测出目标,鲁棒性较强,相比其他检测方法品质因数(FoM)平均高出15.78%;CL分析结果表明新方法具有良好的恒虚警保持性能,同时指出杂波对数累积量散点距离G0分布曲线越近,新方法的恒虚警保持效果越好。