[發(fā)明專利]基于廣義高斯分布模型的地面隱蔽目標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710363993.2
• 申請(qǐng)日: 2017-05-22
• 公開(kāi)（公告）號(hào): CN107479052B
• 公開(kāi)（公告）日: 2019-05-31
• 發(fā)明（設(shè)計(jì)）人: 高貴;歐陽(yáng)克威;周石琳;高昇;李高升;何鵑;牟衛(wèi)華;劉偉;程江華
• 申請(qǐng)（專利權(quán)）人: 中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G01S13/88
• 分類號(hào): G01S13/88;G01S13/90
• 代理公司: 國(guó)防科技大學(xué)專利服務(wù)中心 43202
• 代理人: 王文惠

本發(fā)明提供一種基于GGD模型的地面隱蔽目標(biāo)檢測(cè)方法。技術(shù)方案是：基于原始UWB SAR圖像構(gòu)建對(duì)數(shù)比圖像，利用對(duì)數(shù)比圖像采用GGD模型進(jìn)行統(tǒng)計(jì)建模并利用一階對(duì)數(shù)累積量對(duì)GGD模型的參數(shù)進(jìn)行估計(jì)，根據(jù)GGD模型參數(shù)的估計(jì)值計(jì)算CFAR檢測(cè)閾值，利用CFAR檢測(cè)實(shí)現(xiàn)對(duì)于UWB SAR圖像中的地面隱蔽目標(biāo)的檢測(cè)。本發(fā)明能夠?qū)崿F(xiàn)對(duì)于GGD模型中形狀參數(shù)更加精確的估計(jì)，同時(shí)不需要設(shè)置額外的參數(shù)或條件，簡(jiǎn)潔易行。

技術(shù)領(lǐng)域

本發(fā)明屬于UWB SAR(Ultra-Wide Band Synthetic Aperture Radar，超寬帶合成孔徑雷達(dá))技術(shù)領(lǐng)域，涉及一種基于GGD(Generalized Gaussian Distribution，廣義高斯分布)模型的地面隱蔽目標(biāo)檢測(cè)方法。

背景技術(shù)

由于普通的光學(xué)雷達(dá)系統(tǒng)和SAR系統(tǒng)無(wú)法有效探測(cè)被葉簇覆蓋的地面隱蔽目標(biāo)，所以將軍事目標(biāo)隱藏在森林中成為有效規(guī)避敵方偵察的重要手段。UWB SAR是將UWB技術(shù)和SAR相聯(lián)合產(chǎn)生的一種具有獨(dú)特應(yīng)用價(jià)值的新型主動(dòng)式微波成像系統(tǒng)，該系統(tǒng)不僅具備傳統(tǒng)SAR全天時(shí)，全天候成像的特點(diǎn)，同時(shí)還具有良好的葉簇穿透性，這使得該系統(tǒng)在地面隱蔽目標(biāo)檢測(cè)方面具有得天獨(dú)厚的優(yōu)勢(shì)(參考文獻(xiàn)：M.Lundberg,R.Ulander,E.Pierson,etal.“A challenge problem for detection of targets in foliage,”SPIE Conferenceon Algorithms for Synthetic Aperture Radar Image.Orlando,USA；SPIE Press,pp.1-12,2006)。現(xiàn)有的UWB SAR地面隱蔽目標(biāo)檢測(cè)方法主要基于高斯分布模型，然而由于噪聲以及SAR相干成像的特殊性，高斯分布模型被證明是難以描述UWB SAR獲得的對(duì)數(shù)比圖像的特征，對(duì)于地面隱蔽目標(biāo)的檢測(cè)結(jié)果并不能令人滿意(參考文獻(xiàn)：G.Gao,X. Wang,M.Niu,etal.“Modified log-ratio operator for change detection of synthetic apertureradar targets in forest concealment,”Journal of Applied Remote Sensing,vol.8,no.1,2014)。

GGD模型在子帶編碼，視頻圖像處理以及多媒體信號(hào)處理上具有廣泛的應(yīng)用(參考文獻(xiàn)：K.Song,“A globally convergent and consistent for estimating the shapeparameter of a generalized Gaussian distribution,”IEEE Trans.Inf.Theroy.,vol.52,no.2,pp.510-527,Feb.2006)。GGD模型參數(shù)估計(jì)的精確程度直接影響到GGD模型的使用效率，現(xiàn)有GGD模型的參數(shù)估計(jì)方法大致為Mallat法、最大似然估計(jì)法以及熵匹配法等，但是上述方法并不能很好地兼顧計(jì)算量與估計(jì)精度，為了獲得理想的估計(jì)精度就必須大幅度地增大計(jì)算量，這使得GGD模型在實(shí)際應(yīng)用中遇到了瓶頸。(參考文獻(xiàn)：V.A.Krylov,G.Moser,S.B.Serpico,and J. Zerubia,“On the method of logarithmic cumulantsfor parametric probability density function estimation,”IEEE Trans.ImageProcess.,vol.22,no.10,pp.3791-3806, Oct.2013)。

發(fā)明內(nèi)容

本發(fā)明提供一種基于GGD模型的地面隱蔽目標(biāo)檢測(cè)方法。該方法對(duì)UWB SAR對(duì)數(shù)比圖像采用GGD模型進(jìn)行統(tǒng)計(jì)建模并利用對(duì)數(shù)累積量實(shí)現(xiàn)對(duì)于 GGD模型的參數(shù)估計(jì)，實(shí)現(xiàn)對(duì)地面隱蔽目標(biāo)的檢測(cè)。

本發(fā)明的技術(shù)方案是：