SAR图像目标检测.docx

班级020651学号02065008本科毕业设计（论文）外文资料翻译毕业设计题目文档位图的印刷体数字智能检测与识别外文资料题目AnAdaptiveandFastCFARAlgorithmBasedonAutomaticCensoringforTargetDetectioninHigh-ResolutionSARImages学院电子工程学院专业智能科学与技术学生姓名张若愚指导教师姓名钟桦一种基于自动删除的快速自适应恒虚警检测算法用于高分辨SAR图像目标检测编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第页共NUMPAGES15页第PAGE\*MERGEFORMAT13页共NUMPAGES\*MERGEFORMAT15页摘要——一种以高分辨率合成孔径雷达探测（SAR）图像为目标的抽象的，快速的，基于自动设限（AC）的自适应恒虚警检测率（CFAR）算法。首先，选择具有自适应性能的全局阈值以获取检测图像中的每一个像素是否为目标像素的指数矩阵。其次，通过使用这个指数矩阵，噪声环境的自适应确定可以事先筛选检测中使用的滑动窗口中的噪声像素。在本文中，可模拟多视角，具有广泛均匀度的SAR图像的G0分布的被当做噪声的统计模型。随着AC的引入，该算法取得了在线性区域较好的CFAR检测性能，尤其是在噪声边缘和多目标的情况中。与此同时，相应的快速算法大大降低了计算量，最终，目标聚类得以获得更准确的目标区域。根据对典型SAR图像的性能分析和实验结果的考察，该算法被证明具有良好的性能和很强的实用性。关键词：指数计算——恒虚警检测率（CFAR），合成孔径雷达（SAR），目标检测Ⅰ、简介随着收集从大气和卫星上的图像数据量的增加，SAR传感器正变得越来越适宜发展SAR图像判读技术。在背景噪声[1]-[4]中识别目标或目标群体是一个在SAR图像判读技术中尤为重要的任务。由于自动检测是自动目标识别（ATR）的系统的第一个重要步骤，所以ATR系统必须有能力满足不断扩大的情报，监视和侦察和快速检测目标的需求，因此此系统可以应用于如坦克，装甲运兵车，卡车和榴弹炮。在整个SARATR系统的第一步中，目标探测对连续的过程有很大影响[5][6]。到目前为止，文献提供的SAR的目标检测算法中的算法（CFAR）大部分都有误报率，因为它们的特点是