雷达学报

作者：张帆, 陆圣涛, 项德良, 袁新哲

单位：1.北京化工大学信息科学与技术学院 北京 100029；2.北京化工大学软物质科学与工程高精尖创新中心 北京 100029；3.国家卫星海洋应用中心 北京 100081；

关键词：合成孔径雷达(SAR), 恒虚警率(CFAR), 变异系数, 超像素, 目标检测

基金：国家自然科学基金(41976174)

合成孔径雷达(SAR)图像舰船目标检测一直受到学者广泛关注，恒虚警率(CFAR)检测算法作为雷达图像经典目标检测算法被广泛应用于SAR图像舰船目标检测中。然而经典CFAR检测性能容易受到相干斑噪声影响，基于滑窗的检测结果对滑窗的尺寸选择非常敏感，难以保证杂波背景中不存在目标像素，并且计算效率较低。针对上述问题，该文提出了一种新的基于超像素无窗快速CFAR的SAR图像舰船目标检测算法。首先，利用基于密度的快速噪声空间聚类(DBSCAN)超像素生成方法生成SAR图像的超像素。在SAR数据服从混合瑞利分布的假设下，定义了超像素相异度。然后利用超像素精确估计每个像素的杂波参数，即使在多目标情况下，也可以克服传统CFAR滑动窗口的缺点。此外，基于SAR图像变异系数，提出了一种基于变异系数的局部超像素对比度来优化CFAR检测，以此消除大量杂波虚警，如陆地区域人造目标。对5幅SAR图像的实验结果表明，与其他方法相比，该文方法对不同场景SAR图像海面舰船目标检测都十分稳健。

来源：2023年第1期

《雷达学报》期刊编辑部

查看雷达学报杂志2023年第1期