[发明专利]一种基于积分图像的快速ACCA-CFAR SAR图像目标检测方法

说明书

技术领域

本发明涉及SAR图像解译技术领域，具体涉及一种基于积分图像的快速ACCA-CFARSAR图像目标检测方法。 

背景技术

高分辨率、大场景合成孔径雷达(Synthetic Aperture Radar,SAR)图像的涌现，为更广泛地应用SAR图像提供了可能，同时给SAR图像解译技术带来了新的挑战，一些之前适应于中、低分辨率，小场景SAR图像的处理技术已不再适用。作为关键的SAR图像解译技术之一，目标检测对特征提取、目标识别和分类等后续处理的性能和效率具有很大影响。目前在该方面已有一定的发展，恒虚警(Constant False Alarm Rate,CFAR)检测是其中应用最为广泛的目标检测方法，其基本原理为：根据检测单元附近的参考单元估计背景杂波的能量并依次调整门限，以使得虚警概率恒定（参见文献[1]许小剑,黄培康,“雷达系统及其信息处理,”电子工业出版社,2010.）。 

但是，传统的CFAR算子，即单元平均(Cell Averaging,CA)-CFAR（参见文献[2]L.M.Novak,G.J.Owirka,W.S.Brower,and A.L.Weaver,“The automatic target-recognition system inSAIP”Linc.Lab.J.,Vol.10,No.2,1997,pp.187-202.），假设背景杂波服从高斯分布，仅适用于局部均匀背景杂波中的单目标检测，当背景杂波非均匀或包含多目标时，其检测性能急剧下降。为了满足实际工程应用的需求，迫切需要针对新型传感器获取数据的高分辨率、数据内容复杂且容量巨大的特点，结合目标和背景杂波的SAR成像特性差异，研究适用于各种复杂场景的快速CFAR目标检测方法。 

现有技术一的技术方案： 

为了满足处理SAR图像复杂场景的应用需求，有研究者考虑将各具优缺点的GO(Greatest Of)-CFAR（参见文献[3]V.G.,Hansen,“Constant false alarm rate processing insearch radars,”In Proceedings of the IEEE1973International Radar Conference,London,1973,pp.325-332.），SO(Smallest Of)-CFAR（参见文献[4]G.V.Trunk,“Range resolution of targets usingautomatic detectors,”IEEE Transactions on Aerospace and Electronic Systems,AES-14,Sept.1978,pp.750-755.）等基本算子按照一定的准则相结合。其中，最具代表性的VI(VariabilityIndex)-CFAR（参见文献[5]M.E.Smith and P.K.Varshney，“Intelligent CFAR processor based on data variability,”IEEE Trans.Aerosp.Electron.Syst.,Vol.36,No.3,Jul.2000,pp.837–847.）算子，即根据基于二阶统计特征的索引值和假设检验均值比，来判断选用CA-CFAR，GO-CFAR和SO-CFAR算子之一进行目标检测，故兼具三者的优势，适用于处理均匀场景、及包含多目标、杂波边缘等的复杂场景数据。 

采用相似的思路，文献[6]（G.Gao,L.Liu,L.J.Zhao,G.T.Shi,et al.,“An adaptive and fastCFAR algorithm based on automatic censoring for target detection in high-resolution SARimages,”IEEE Trans.Geosci.Remote Sens.,Vol.47,No.6,2009,pp.1685-1697.）提出一种基于自动检索(Automatic Censoring,AC)的快速CFAR目标检测方法。如图1中框①所示，该方法通过一种基于目标置信度的预分割算法生成目标索引矩阵来标记背景窗口中的候选目标像素，以将它们从参考单元中剔除，提高算子对于多目标场景的适用性，图中的浅灰色方框即表示目标索引像素。如何快速、有效地计算目标像素索引值是此类方法的关键。 

现有技术一的缺点： 

虽然通过将多个基本算子优势互补可提高CFAR算法对于复杂场景的适用性，但此类方法仍然存在如下缺点：