一种基于改进EN_SVD的SAR图像舰船目标检测方法_郑思嘉.docx

《一种基于改进EN_SVD的SAR图像舰船目标检测方法_郑思嘉.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2562016，52（Ｓ1）ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用一种基于改进ＥＮ－ＳＶＤ的ＳＡＲ图像舰船目标检测方法郑思嘉，袁运能ＺＨＥＮＧＳｉｊｉａ？ＹＵＡＮＹｕｎｎｅｎｇ北京航空航天大学电子信息工程学院，北京100191ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ100191，ＣｈｉｎａＥｍａｉｌｓｉｊｉａｚｈｅｎｇ93＠ｂｕａａｅｄｕｃｎＺＨＥＮＧＳｉｊｉａ，ＹＵＡＮ

2、Ｙｕｎｎｅｎｇ．ＭｏｄｉｉｆｅｄＥＮＳＶＤａｌｇｏｒｉｔｈｍｆｏｒＳＡＲｉｍａｇｅｓｈｉｐｔａｒｇｅｔｄｅｔｅｃｉｔｏｎ．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，2016，52（Ｓ1）：256－261．Ａｂｓｔｒａｃｔ：Ａｓｉｔ5ｓｄｉｆｆｉｃｕｌｔｔｏｒｅａｌｉｚｅｓｈｉｐｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｉｎｓｙｎｔｈｅｔｉｃａｐｅｒｔｕｒｅｒａｄａｒｉｍａｇｅｕｎｄｅｒｓｔｒｏｎｇｎｏｉｓｅ，ｉｔｐｒｏｐｏｓｅｓａｍｏｄｉｆｉｅｄｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＥ

3、ＮＳＶＤＴｈｅｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｏｂｔａｉｎｓｔｈｅｓｅｇｍｅｎｔａｔｉｏｎｔｈｒｅｓｈｏｌｄｂｅｔｗｅｅｎｔａｒｇｅｔａｎｄｂａｃｋｇｒｏｕｎｄｃｌｕｔｔｅｒｉｎｔｈｅｔｅｓｔｗｉｎｄｏｗａｄａｐｔｉｖｅｌｙｂｙｕｓｉｎｇｔｈｅｅｎｅｒｇｙｎｏｒｍａｌｉｚｅｄＳＶＤａｌｇｏｒｉｔｈｍ，ａｎｄｔｈｅｎｃａｌｃｕｌａｔｅｓｔｈｅｇｌｏｂａｌｔｈｒｅｓｈｏｌｄｂｙｔｈｅｈｉｓｔｏｇｒａｍｏｆｔｈｅＳＡＲｉｍａｇｅｔｏｏｂｔａｉｎａｎｏｔｈｅｒｄｅｔｅｃｔｉｏｎｒｅｓｕｌｔＩｔｃｏｍｂｉｎｅｓｒｅｓｕｌｔｓ

4、ｆｒｏｍｔｈｅｔｗｏａｌｇｏｒｉｔｈｍｓａｎｄｔｈｅｎｒｅｍｏｖｅｓｆａｌｓｅａｌａｒｍｉｎｐｏｓｔｐｒｏｃｅｓｓｉｎｇｓｔｅｐ，ｆｉｎａｌｌｙｕｓｅｓＦｕｚｚｙＣＭｅａｎｓ（ＦＣＭ）ｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｔｏｃｌａｓｓｉｆｙｔｈｅｔａｒｇｅｔａｎｄｄｉｓｐｌａｙｔｈｅｉｒｐｏｓｉｔｉｏｎ，ｔｏｒｅａｌｉｚｅｔａｒｇｅｔｄｅｔｅｃｔｉｏｎａｎｄｅｘｔｒａｃｔｔａｒｇｅｔｓｌｉｃｅｓＴｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃａｎｒｅｓｔｒａｉｎｃｌｕｔｔｅｒｗｈｉｌｅｒｅｔａｉｎｉｎｇｔｈｅｔａｒｇ

5、ｅｔｉｎｆｏｒｍａｔｉｏｎ，ａｎｄｃａｎａｌｓｏｈａｖｅｂｅｔｔｅｒｄｅｔｅｃｔｉｏｎｒｅｓｕｌｔｓＢｙｃｏｍｐａｒｉｎｇｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｗｉｔｈＥＮＳＶＤａｌｇｏｒｉｔｈｍａｎｄＧ0ＣＦＡＲｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ，ｉｔｖｅｒｉｆｉｅｓｔｈａｔｔｈｅｍｏｄｉｆｉｅｄＥＮＳＶＤａｌｇｏｒｉｔｈｍｗｈｉｃｈｃａｎｒｅｍｏｖｅｍｏｒｅｃｌｕｔｔｅｒａｓｗｅｌｌａｓｓａｖｅｍｏｒｅｔａｒｇｅｔｉｎｆｏｒｍａｔｉｏｎｒｅｓｐｅｃｔｔｏｔｈｅｏｔｈｅｒｔｗｏａｌｇｏｒｉｔｈｍｓｈａｓｂｅ

6、ｔｔｅｒｐｅｒｆｏｒｍａｎｃｅＫｅｙｗｏｒｄｓ：ＳＡＲｉｍａｇｅ；ｓｈｉｐｄｅｔｅｃｔｉｏｎ；ＥＮＳＶＤａｌｇｏｒｉｔｈｍ；Ｇ0ＣＦＡＲａｌｇｏｒｉｔｈｍ摘要：针对强噪声背景下的合成孔径雷达图像舰船目标检测困难的问题，提出了基于改进的能量归一化ＳＶＤ（ＥＮＳＶＤ）检测算法。该算法首先采用基于能量归一化的ＳＶＤ检测算法自适应地获得测试窗口目标与背景杂波的分割阈值实现ＳＡＲ图像分割，再由直方图尾迹法计算ＳＡＲ图像整体阈值获得另一检测结果。将两种算法检测结果相结合，并通过后续处理滤除虚警，最后采用模糊Ｃ均值聚类算法（Ｆ

7、ＣＭ）对目标数据进行分类并显示目标位置，实现舰船目标检测，提取目标切片。该算法能够在抑制杂波的同时保留目标信息，提高了检测性能。通过仿真实验对算法进行检验，并与ＥＮＳＶＤ检测算法及Ｇ0ＣＦＡＲ检测算法的ＳＡＲ图像舰船目标检测结果相比较，实验结果验证了所提出的算法在去杂波能力及保留目标信息上均有更好的性能。关键词：ＳＡＲ图像；舰船检测；ＥＮＳＶＤ算法；Ｇ0ＣＦＡＲ算法文献标志码：Ａ中图分类号：ＴＰ7531引言制，能够在全球范围内使用的特点［2］。近年来，星载合成孔径雷达（ＳｙｎｔｈｅｔｉｃＡｐｅｒｔｕｒｅＲａｄａｒ

8、，伴随着空间彳＠息技术的发展，图像分辨率的提简，ＳＡＲ）发展至今已有30余年［］，它具有能够全天星载合成孔径雷达在军事及民用领域应用更加广候运行，不受气象条件影响，且不受国界领空限泛，利用ＳＡＲ图像进行舰船目标检测和识别的研作者简介郑思嘉（1993），女硕士研究生，研究方向为合成孔径雷达图像处理；袁运能（1962），男，副教授，硕士研究生导师，研究方向为雷达信号处理。Ｃｏ