利用高斯混合模型的sar圖像目標cfar檢測新方法

利用高斯混合模型的sar圖像目標cfar檢測新方法

ID:30561746

大?。?69.23 KB

頁數:6頁

時間:2018-12-31

利用高斯混合模型的sar圖像目標cfar檢測新方法_第1頁
利用高斯混合模型的sar圖像目標cfar檢測新方法_第2頁
利用高斯混合模型的sar圖像目標cfar檢測新方法_第3頁
利用高斯混合模型的sar圖像目標cfar檢測新方法_第4頁
利用高斯混合模型的sar圖像目標cfar檢測新方法_第5頁
資源描述:

《利用高斯混合模型的sar圖像目標cfar檢測新方法》由會員上傳分享,免費在線閱讀,更多相關內容在教育資源-天天文庫。

1、第14卷第1期中國圖象圖形學報Vo.l14,No.12009年1月JournalofImageandGraphicsJan.,2009利用高斯混合模型的SAR圖像目標CFAR檢測新方法張軍田昊黃英君(國防科技大學信息系統(tǒng)與管理學院,長沙410073)摘要SAR(合成孔徑雷達)圖像雜波分布模型種類繁多且對實際地物的建模能力有限。在使用基于雜波統(tǒng)計模型的CFAR(恒虛警率)算法對SAR圖像進行目標檢測時,雜波統(tǒng)計模型的失配會導致檢測結果產生較大的CFAR損失,算法精度不高。提出了一種基于高斯混合模型的CFAR檢測新方法。該方法以理論上可以擬

2、合任意形狀概率密度分布的高斯混合模型對實際SAR圖像的背景雜波進行擬合,利用擬合后得到的分布模型,根據CFAR檢測的原理推導出目標檢測閾值的計算公式完成目標的檢測。新方法對服從不同分布模型的背景雜波,使用形式上統(tǒng)一的模型進行描述,克服了CFAR檢測高度依賴背景雜波分布的缺點,提高了CFAR的通用性。實驗結果表明,即使在背景雜波類型未知的情況下,新方法依然得到了良好的目標檢測效果。關鍵詞高斯混合模型恒虛警率目標檢測SAR圖像中圖法分類號:TP391文獻標識碼:A文章編號:1006-8961(2009)01-0019-06ANovelCFA

3、RAlgorithmforDetectingTargetsinSARImagesUsingGaussianMixtureModelZHANGJun,TIANHao,HUANGYing-Jun(SchoolofInformationSystemandManagement,NationalUniversityofDefenseTechnology,Changsha410073)AbstractCluttersinSAR(syntheticapertureradar)imageisvariousandcomplex1Sodifferentki

4、ndsofdistributionmodelsshouldbeusedforCFAR(constantfalsealarmrate)basedtargetdetectionofairborneSARimages,whichincreasesthedifficultiesandcomplexitiesofautomatictargetdetection1Gaussianmixturemodel(GMM)isanextensiontoGaussianprobabilitydensityfunction1Theoretically,itcan

5、approximateanydistributionsmoothly1Inthispaper,clutterdistributionsofSARimageareestimatedusingtheGMM1AndanovelCFARthresholdexpressionwasproposed1Describingdifferentclutterdistributionswithoneuniformmode,ltheproposedCFARdetectorismoreuniversalsinceitislessdependentonclutt

6、erdistributions1Theexperimentalresultsshowthat,eventhoughtheclutterdistributionsareunknown,theproposedtechniquestillhasaniceperformance1KeywordsGMM(Gaussianmixturemodel),CFAR(constantfalsealarmrate),targetdetection,SAR個主要研究方向。到目前為止,已經提出了很多的[1-8]1引言SAR圖像目標的檢測算法。在這些算法中,CFA

7、R(恒虛警率)類算法由于其簡潔的運算、恒定隨著雷達成像技術的完善,分辨率的提高,SAR的虛警概率、閾值確定的自適應等特點,成為目前研(合成孔徑雷達)圖像已經廣泛應用于軍事、工業(yè)等究最多、應用最為廣泛的一類算法。本質上,CFAR各個領域。其中,SAR圖像中的目標自動檢測是一是一種根據雜波統(tǒng)計特性在給定虛警概率的條件下收稿日期:2007-07-09;改回日期:2007-12-27第一作者簡介:張軍(1975~),女。副教授。2008年于國防科技大學獲控制科學與工程專業(yè)博士學位。主要研究方向為多媒體信息系統(tǒng)、數字圖像處理、信號處理等。發(fā)表相關

8、論文20余篇。E-mai:laiya0215@hotmail1com20中國圖象圖形學報第14卷自適應獲取檢測閾值的技術。雜波分布模型對實際2m)確定的高斯密度函數,Lm,2m分別為均值和雜波統(tǒng)計特性描述的

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。