低信杂比合成孔径雷达图像的地物目标检测方法

摘要

本发明涉及低信杂比的二维雷达图像目标检测方法。其特征在于：通过轮廓变换，选择分解系数特征，抑制SAR图像固有的斑点噪声的影响，提高SAR图像的信噪比；提取不同方向的特征信息，获得目标边缘细节和几何信息；提取不同的分解系数特征进行融合处理，改善目标特征值与背景特征值之间的差距，提高目标检测能力和抗虚警能力。本发明是一种对低信杂比的SAR图像处理非常有效的目标检测方法，各分解尺度上的方向分解数可以任意设计，可以获得低频子特征图和多个高频子特征图的细节信息，使原来用一般方法无法检测到的小目标、掩藏目标和弱散射目标变得容易检测，有强的抗虚警能力，有效提高目标的检查效果。

主权项

低信杂比合成孔径雷达图像的地物目标检测方法，其特征在于：通过轮廓波变换，选择不同的轮廓波分解系数特征，抑制合成孔径雷达图像(以下简称SAR)固有的斑点噪声的影响，提高SAR图像的信噪比；通过提取不同方向的特征信息，获得丰富的目标边缘细节信息和几何信息；通过提取不同的轮廓波分解系数特征进行融合处理，改善目标特征值与背景特征值之间的差距，提高目标检测能力和抗虚警能力，具体包括以下步骤：步骤1：输入SAR图像；步骤2：输入轮廓波变换的尺度分解和方向分解参数；步骤2.1：确定轮廓波变换分解尺度数；步骤2.2：确定轮廓波变换分解的各尺度上方位向数目；步骤3：对输入的SAR图像进行轮廓波分解变换；步骤3.1：根据步骤2.1中所确定的分解尺度，即所要分解的层次数目，然后对SAR进行各尺度分解；步骤3.2：根据步骤2.2中所确定的各分解尺度上的方位分解数目，对尺度分解后的SAR图像的各层进行方位分解；步骤4：提取轮廓波分解各尺度分解系数特征图，并选择相应的特征；步骤5：确定目标检测的方法：选择相干性恒虚警率检测法对目标进行检测；步骤6：确定检测阈值T：选用数学期望最大的似然估计方法，包括一个求期望值和求最大值两个步骤，这两个步骤重复进行，直到收敛为止。步骤7：对特征图进行目标检测，并获得检测结果。