基于压缩感知的sar图像cfar目标检测算法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于压缩感知的sar图像cfar目标检测算法

何楚, 张宇, 廖紫纤, 徐新

文章导航 > 武汉大学学报 ● 信息科学版 > 2014 > 39(7): 878-882

何楚, 张宇, 廖紫纤, 徐新. 基于压缩感知的sar图像cfar目标检测算法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(7): 878-882.

引用本文:

何楚, 张宇, 廖紫纤, 徐新. 基于压缩感知的sar图像cfar目标检测算法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(7): 878-882.

he chu, zhangyu, liaoziqian, xuxin. compressive sensing based cfar target detection algorithm for sar image[J]. Geomatics and Information Science of Wuhan University, 2014, 39(7): 878-882.

Citation:

he chu, zhangyu, liaoziqian, xuxin. compressive sensing based cfar target detection algorithm for sar image[J]. Geomatics and Information Science of Wuhan University, 2014, 39(7): 878-882.

基于压缩感知的sar图像cfar目标检测算法

¹武汉大学电子信息学院,湖北武汉,430072

基金项目: 国家９73计划资助项目（2013cb33404）；国家自然科学基金资助项目（41371342,61331016）；湖北省自然科学基金资助项目

中图分类号: p237.1;tp91

compressive sensing based cfar target detection algorithm for sar image

¹schoolofelectronicinformation,wuhanuniversity,wuhan43007²china

摘要: 提出了一种基于压缩感知（compressedsensing,cs）和恒虚警率（constantfalsealarmrate,cfar）目标检测算法,用于合成孔径雷达（syntheticapertureradar,sar）图像的目标检测。针对传统的均值类和有序统计量类cfar目标检测算法,首先对每个局部滑窗的背景杂波像素利用压缩感知进行重建,以此来降低sar图像相干斑现象的影响,然后利用重建后的数据进行杂波分布参数的估计,并利用cfar检测器进行目标检测。在真实的sar图像中证明了上述目标检测算法的有效性
- 合成孔径雷达图像 /
- 压缩感知 /
- 恒虚警率 /
- 目标检测
Abstract: in this paper,we propose a compressive sensing based cfar target detectiong algorithm for remote sensing sar image.considrd of the traditional mena value and statistic cfar detection algorithm,firstly,the background clutter pixels of every local sliding window is rebuild by using cs,so that the speckle of the sar image is decreased,then,the distribution parameters of the clutter are estimate from the rebuild image.at last,a cfar detector os used to botain the detection result.the experiments on real images show that the proposed algorithm is effective.
- sar /
- cs /
- cfar /
- target detection

[1]	宋志娜, 眭海刚, 李永成. 高分辨率可见光遥感图像舰船目标检测综述 . 武汉大学学报 ● 信息科学版, 2021, 46(11): 1703-1715. doi: 10.13203/j.whugis20200481
[2]	任加新, 刘万增, 李志林, 李然, 翟曦. 利用卷积神经网络进行“问题地图”智能检测 . 武汉大学学报 ● 信息科学版, 2021, 46(4): 570-577. doi: 10.13203/j.whugis20190259
[3]	巨袁臻, 许强, 金时超, 李为乐, 董秀军, 郭庆华. 使用深度学习方法实现黄土滑坡自动识别 . 武汉大学学报 ● 信息科学版, 2020, 45(11): 1747-1755. doi: 10.13203/j.whugis20200132
[4]	张瑞倩, 邵振峰, Aleksei Portnov, 汪家明. 多尺度空洞卷积的无人机影像目标检测方法 . 武汉大学学报 ● 信息科学版, 2020, 45(6): 895-903. doi: 10.13203/j.whugis20200253
[5]	吴星辉, 马海涛, 张杰. 地基合成孔径雷达的发展现状及应用 . 武汉大学学报 ● 信息科学版, 2019, 44(7): 1073-1081. doi: 10.13203/j.whugis20190058
[6]	张景雄, 阳柯, 郭建中. 压缩感知的信息论解译 . 武汉大学学报 ● 信息科学版, 2014, 39(11): 1261-1268.
[7]	张宇, 何楚, 石博, 徐新. 逐层特征选择的多层部件模型用于遥感图像飞机目标检测 . 武汉大学学报 ● 信息科学版, 2014, 39(12): 1406-1411.
[8]	何楚, 张宇, 廖紫纤, 廖明生. 基于分层自适应部分模型的遥感图像飞机目标检测 . 武汉大学学报 ● 信息科学版, 2013, 38(6): 656-660.
[9]	魏士俨, 申振荣, 张烁, 刘少创. 月球车图像超分辨率重建算法 . 武汉大学学报 ● 信息科学版, 2013, 38(4): 436-439.
[10]	桂任舟. 利用二维恒虚警进行非均匀噪声背景下的目标检测 . 武汉大学学报 ● 信息科学版, 2012, 37(3): 354-357.
[11]	李德仁, 胡晓光, 朱欣焰. 基于视觉反差的显著图生成与目标检测 . 武汉大学学报 ● 信息科学版, 2012, 37(4): 379-383.
[12]	刘康, 廖明生, TimoBalz. 利用压缩感知方法的高分辨率三维层析SAR研究 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1456-1459.
[13]	邵振峰, 李德仁, 朱先强. 利用改进的遗传算法对红外影像自适应目标进行检测 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 535-539.
[14]	余凡, 赵英时. 合成孔径雷达反演裸露地表土壤水分的新方法 . 武汉大学学报 ● 信息科学版, 2010, 35(3): 318-321.
[15]	胡学敏, 郑宏, 司小书. 利用双指数函数导数模型进行高分辨率卫星影像目标检测 . 武汉大学学报 ● 信息科学版, 2010, 35(11): 1265-1270.
[16]	雷波, 李清泉. 复杂交通场景中车辆视频检测的背景提取与更新 . 武汉大学学报 ● 信息科学版, 2009, 34(8): 906-909.
[17]	汪长城, 廖明生. 一种多孔径SAR图像目标检测方法 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 32-35.
[18]	梅建新, 段汕, 秦前清. 基于支持向量机的特定目标检测方法 . 武汉大学学报 ● 信息科学版, 2004, 29(10): 912-915,932.
[19]	杨文, 孙洪, 徐新, 徐戈. 星载SAR图像船舶及航迹检测 . 武汉大学学报 ● 信息科学版, 2004, 29(8): 682-685.
[20]	顾天襄. 合成孔径侧视雷达影象平面加密精度 . 武汉大学学报 ● 信息科学版, 1983, 8(2): 71-81.

WeChat

点击查看大图

计量

文章访问数: 1582
HTML全文浏览量: 17
PDF下载量: 478
被引次数: 0

基于压缩感知的sar图像cfar目标检测算法

¹武汉大学电子信息学院,湖北武汉,430072

基金项目: 国家９73计划资助项目（2013cb33404）；国家自然科学基金资助项目（41371342,61331016）；湖北省自然科学基金资助项目

收稿日期: 2012-09-25
刊出日期: 2014-07-05

中图分类号: p237.1;tp91

关键词:

合成孔径雷达图像 /

摘要: 提出了一种基于压缩感知（compressedsensing,cs）和恒虚警率（constantfalsealarmrate,cfar）目标检测算法,用于合成孔径雷达（syntheticapertureradar,sar）图像的目标检测。针对传统的均值类和有序统计量类cfar目标检测算法,首先对每个局部滑窗的背景杂波像素利用压缩感知进行重建,以此来降低sar图像相干斑现象的影响,然后利用重建后的数据进行杂波分布参数的估计,并利用cfar检测器进行目标检测。在真实的sar图像中证明了上述目标检测算法的有效性

English Abstract

何楚, 张宇, 廖紫纤, 徐新. 基于压缩感知的sar图像cfar目标检测算法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(7): 878-882.

引用本文:

何楚, 张宇, 廖紫纤, 徐新. 基于压缩感知的sar图像cfar目标检测算法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(7): 878-882.

he chu, zhangyu, liaoziqian, xuxin. compressive sensing based cfar target detection algorithm for sar image[J]. Geomatics and Information Science of Wuhan University, 2014, 39(7): 878-882.

Citation:

he chu, zhangyu, liaoziqian, xuxin. compressive sensing based cfar target detection algorithm for sar image[J]. Geomatics and Information Science of Wuhan University, 2014, 39(7): 878-882.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码