一种改进的高分辨率SAR图像超像素CFAR舰船检测算法

• Published in: 雷达学报 Vol. 12; no. 1; pp. 120 - 139
• Main Authors: 张帆, 陆圣涛, 项德良, 袁新哲
• Format: Journal Article
• Language: Chinese
• Published: 北京化工大学软物质科学与工程高精尖创新中心 北京 100029%国家卫星海洋应用中心 北京 100081 01.02.2023; 北京化工大学信息科学与技术学院 北京 100029%北京化工大学信息科学与技术学院 北京 100029
• Subjects: 合成孔径雷达(SAR); 超像素; 恒虚警率(CFAR); 变异系数; 目标检测
• ISSN: 2095-283X
• DOI: 10.12000/JR22067

TN959.72; 合成孔径雷达(SAR)图像舰船目标检测一直受到学者广泛关注,恒虚警率(CFAR)检测算法作为雷达图像经典目标检测算法被广泛应用于SAR图像舰船目标检测中.然而经典CFAR检测性能容易受到相干斑噪声影响,基于滑窗的检测结果对滑窗的尺寸选择非常敏感,难以保证杂波背景中不存在目标像素,并且计算效率较低.针对上述问题,该文提出了一种新的基于超像素无窗快速CFAR的SAR图像舰船目标检测算法.首先,利用基于密度的快速噪声空间聚类(DBSCAN)超像素生成方法生成SAR图像的超像素.在SAR数据服从混合瑞利分布的假设下,定义了超像素相异度.然后利用超像素精确估计每个像素的杂波参数,即使在多目标情况下,也可以克服传统CFAR滑动窗口的缺点.此外,基于SAR图像变异系数,提出了一种基于变异系数的局部超像素对比度来优化CFAR检测,以此消除大量杂波虚警,如陆地区域人造目标.对5幅SAR图像的实验结果表明,与其他方法相比,该文方法对不同场景SAR图像海面舰船目标检测都十分稳健.