Envisat AP图像P-CFAR舰船检测方法研究 | |
田巳睿 ; 王超 ; 张红 | |
2007 | |
会议日期 | 2007 |
关键词 | EnvisatAP数据 P-CFAR检测器 舰船检测 |
中文摘要 | Envisat的交替极化(AP)数据可以在一次成像过程中得到同一场景的两幅不同极化模式的数据。这种数据可被用于对海上的舰船目标进行检测和识别。然而,迄今为止,应用交替极化数据进行船只检测的算法研究仍然较少,大部分研究者采用的方法是从交替极化数据中提取一个极化通道的数据,并使用单通道检测器对抽取的数据进行检测。显然,这种方法并没有对交替极化双通道数据中所包含的关于目标和研究场景的信息进行充分利用。同时由于目标在不同极化波下的散射特性不同,某些仅在一个通道数据中较为明显的目标可能会由于通道数据的抽取而造成漏检。为充分利用在交替极化数据中包含的关于目标和场景的有效信息,提高舰船检测的准确度和检测概率,本文引入了极化恒虚警检测器P-CFAR对交替极化数据进行检测。与使用一系列标量幅度进行判决的传统CFAR检测器不同,P-CFAR检测器是基于向量矢量{s(i),i=1,...,2N+1}进行判别的,其中2N为参考单元数,而s(N+1)为待检测的中心像素矢量,矢量S(i)为两个极化通道数据所构成的二维矢量。在使用P-CFAR对 AP数据进行船只检测时,使用一个2N+1大小的滑动窗口来实现对参考向量的抽取。随着窗口的滑动,根据中心像素周围2N个参考向量可得到对其协方差矩阵的估计。由协方差矩阵和待检测中心向量可以计算得到中心像素的信息量,再将中心像素信息量的值与由虚警率计算得到的一个阈值进行比较,就可以与将目标从背景中分割出来。最后,再利用一个由形态学滤波、目标追踪、均质区域检测和峰值比滤波构成的复合目标辨识算法对可疑目标进行辨识。为了评价该算法的检测性能,本文利用Envisat ASAR的交替极化数据进行了相应的实验,实验结果表明该方法能够充分利用目标和场景的有效信息,在环境干扰较大的情况下也可以对舰船进行有效的检测。 |
收录类别 | CNKI |
语种 | 中文 |
内容类型 | 会议论文 |
源URL | [http://ir.ceode.ac.cn/handle/183411/37157] ![]() |
专题 | 遥感与数字地球研究所_中文会议论文_会议论文 |
推荐引用方式 GB/T 7714 | 田巳睿,王超,张红. Envisat AP图像P-CFAR舰船检测方法研究[C]. 见:. 2007. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论