SAR图像港口及近海区域船只检测方法研究(2)
1.2 国内外发展的现状 SAR图像船只监测技术研究自上世纪80年代起至今已有30余年历史。近年来，随着ERS-1/2，Radasat-1/2，Envisat ASAR， TerraSAR PolSAR等星载SAR传感器的不断研制[1]，SAR数据源得到了极大丰富，SAR图像船只检测技术进入了高速发展阶段。目前，针对均质和近似均质区域的海面船只检测，美国、加拿大和欧盟各国已形成了标准检测流程和应用系统。 在 SAR 图像中有两种检测船只的方法：检测船只本身以及检测船只航迹。其中，检测船只航迹存在许多缺点，例如船只航迹在雷达从特定角度侦测时并不能被雷达发现、侦测船只航迹需要非常庞大的计算量，甚至许多船只在航行时都不会产生航迹。因此，检测船只主体当前国内外学者研究的主要方向研究的主要方向。 通过对舰船成像机理的分析，舰船回波被定性刻画为局部角散射器结构和船-海二面角(舰体与海面构成的二面角)回波的合成，从而利用船-海后向散射差异的阈值分割方法成为了舰船检测的有效手段，最优分割阈值的选择也成为学界关注的热点。目前，CFAR 检测器是检测船只主体的主要方法之一，该方法一般根据预设的海杂波统计分布模型，通过给定的恒虚警率确定检测门限实现对船只的分割检测。 在这一框架下，学者们先后提出了 CA-CFAR方法，GO-CFAR方法，SO-CFAR方法和OS-CFAR[2]。 这些方法的特点是分割阈值可变且能够快速的从复杂背景中将目标物体识别出来。 但是，常规CFAR检测器需要满足待检测区域为均质同分布的假设，如区域中存在非均质海面或有小型陆地等因素，则检测性能急剧下降。为解决该问题，学界主要有两种解决思路。第一种方式是，建立适应于非均质区域的复杂统计分布模型；基于这个思路，Gui Gao 将Parzen[2]窗模型引入船只检测理论，通过多个简单高斯模型叠加刻画复杂分布特性，获得了比使用 K 分布的 CFAR 更高的检测精度。G0分布、K 分布等模型均可看做是 G 分布在某种情况下的特例。基于G0分布的 SAR 图像快速CFAR 检测方法能对单视和多视SAR 图像中均均质和非均质区域精确建模，具有较好的检测性能。但与传统分布模型相比，该分布模型参数估计较为复杂，恒虚警率下的检测阈值求解也较为困难。由海杂波相干斑噪形成的物理机理得出，建立广义 K 分布刻画海杂波统计特性。根据他们的研究成果，G-K 分布模型中的参数可用于提高非均质区域中的船-海对比度，有效的改善船只检测性能。此外，其研究结果还表明，该模型参数增强方法也能够有效减少因海面溢油造成的虚警目标。 另一种有效的途径则是对检测区域进行预处理，将陆地、非均质区域等因素滤除。例如通过预先找出与其他区域差异较大的区域以确定船只可能的位置的物理全分辨率 SAR 船只检测滤波器；基于 TCMSS 理论的 STD 滤波器通过计算像素的平均差和标准差来判断船只可能出现的位置，但是这种检测方法受海面因素影响较大，以及通过预处理将图片中高强度的陆地区域除去再对预处理图片进行船只检测的基于人眼视觉系统的新船只检测方法等等。这两种检测方法在学界均有大量的研究成果[3-5]，但是这两方面的研究相对独立，并没有研究将这两个思路结合起来从检测精度、检测速度、错误率等方面来提高检测性能。 目前，对于非均质区域内中小型船只目标的检测，学界仍处于探索阶段。虽然已分别在上述两类方法的研究中取得了一定的突破，但相关技术仍不够成熟，大部分检测方法在稳健性和运行效率上仍有不足，距离工程应用仍有一段距离。
1.3 研究内容及意义 随着遥感技术的高速发展，各国在领海权益以及近海安全方面有了更大的诉求，近海区域的船只检测技术在海洋安全以及国家海洋权益保护方面有着重要的作用。 但是在SAR信息处理领域，尤其是对巨量的数据的实时处理以及解译技术，在实际应用层面仍不够成熟，对于SAR图像港口及近海区域船只的检测，在实际应用时仍存在许多问题，例如港口区域的部分设施以及养殖网箱等人造物体也具有较高的归一化后向散射截面积，在检测结果中会产生虚警等；如何减小上述因素的干扰，在确保检测性能的同时改善处理速度是本课题拟探索的主要问题。 本论文主要研究了G-K 模型滤波增强算法，针对其存在大量重复检测导致检测时间过长的缺点，设计了一种改进的滑窗增强算法，利用滑动检测窗减少了同一块区域在被检过程中重复检测的次数。在此基础上，为提高运算性能，利用相邻滑窗间的数据重叠特性，优化了算法性能，提出了一种快速实现方法。然后引入滑动窗模型，将其与 CFAR 检测算法结合，对增强后的图像进行检测，有效的提高了检测效率，缩短了检测时间。 1.4 论文组织结构 第一章是绪论，介绍了 SAR 图像港口及近海区域船只检测技术的研究背景与研究现状，对论文的主要内容做总体介绍。 第二章是 SAR 图像海杂波分布模型的介绍，该章节比较了几种常用的海杂波分布模型，并对他们各自的优缺点进行了比较，介绍了广义 K分布的非均质海杂波分布模型，最后归纳使用广义 K分布的优点。 第三章是基于广义K分布的船只目标增强理论，详细介绍了基于广义 K分布的目标增强滤波器的原理以及其优缺点并提出了广义 K分布的滑窗增强滤波器。 第四章是基于人眼识别系统的目标增强检测方法， 介绍了SAR 图像CFAR 检测原理以及人眼视觉系统的原理，提出了人眼识别系统视觉增强检测算法并仿真验证其结果。 第五章是全文的总结与展望，提出了本文在研究方面的不足。