基于稀疏表示和道路辅助的单幅SAR图像运动目标检测方法

reasonant-j · 发表于 2020-12-23 10:38

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要：本文提出一种利用单幅ＳＡＲ图像实现运动目标检测的方法．首先提出一种基于压缩感知的ＳＡＲ图像道路检测算法：根据ＳＡＲ图像中道路的特点，使用模糊Ｃ均值方法将图像进行模糊分类，获得大致的道路区域，然后利用Ｈｏｕｇｈ变换域的稀疏性，用压缩感知精确定位图像中的道路信息．其次利用图像稀疏表示的方法对运动目标进行检测：不同速度运动目标的散焦量和距离单元跨越不同，由此生成样本图像，继而构造超完备字典．将待测图像分块，并计算子图像在字典下的稀疏系数，检测并匹配出运动目标的速度参数．最后，结合已检测出的道路辅助信息，消除多普勒模糊影响，剔除虚假的运动目标，并对运动目标速度参数进行校正．实验结果证明了所提方法的有效性．关键词：压缩感知；道路检测；稀疏表示；多普勒模糊；运动目标检测

运动目标（如汽车、坦克和装甲车等）通常在道路上行使，道路是ＳＡＲ图像中非常重要的先验信息，道路检测和定位的精度决定了后续动目标检测算法的性能［６］，所以研究ＳＡＲ图像中道路的鲁棒高精度检测和提取方法具有重要意义．前人针对ＳＡＲ图像中的道路检测问题已做了许多相关研究：Ｔｕｐｉｎ等［７］采用两种ＳＡＲ专用的线性特征检测算子检测道路，然后使用马尔可夫随机收稿日期：２０１３０９３０；修回日期：２０１４０１２３；责任编辑：梅志强基金项目：国家自然科学基金得到道路的先验知识完成道路连接；Ｆａｂｉｏ等［８］对ＳＡＲ图像进行模糊分类，然后采用多种方法对图像中的道路信息进行提取；贾承丽等［９］提出用平均Ｈｏｕｇｈ变换代替一般的Ｈｏｕｇｈ变换，结合全局ＣＦＡＲ检测的搜索方法获得道路信息．上述方法都是通过检测图像中的边缘，然后再从边缘中提取线基元的方法，使得原始图像转换成为图形结构，最后利用一定的道路检测算法从图像中提取道路．ＳＡＲ图像中道路可视为由多段直线组成的曲线，所以道路检测和提取的关键是ＳＡＲ图像中直线的检测．Ｈｏｕｇｈ变换（ＨＴ）［１０］和广义Ｈｏｕｇｈ变换（ＧＨＴ）［１１］可以检测直线和其他任意的已知表达形式的曲线。

附件下载：

基于稀疏表示和道路辅助的单幅SAR图像运动目标检测方法.pdf (3.55 MB, 下载次数: 0)