基于多尺度静态小波分解的改进型CFAR船只检测算法

摘要：

SAR船只目标检测是实现海上安全监测的有效手段.由于在海杂波较为复杂的情况下,传统CFAR算法对于弱小船只检测效果不佳,本文提出了基于多尺度静态小波分解的改进型CFAR检测算法.首先通过实验选出最优小波基及最佳小波分解级数,再利用幂运算对经多尺度乘性增强的小波系数进行优化,以增强船只与海洋背景的对比度,从而运用简单的CFAR算法即可得到较好的检测效果.最后,以新型星载ALOS-PALSAR数据为例,通过与传统CFAR算法的对比实验,验证本文算法的有效性.实验表明,利用Sym2最优小波基的较强边缘检测能力以及小波多尺度乘性增强,双重强化了船只目标的边缘影像特征,并有效抑制了海杂波噪声,使得本文算法在提高检测率与降低虚警率两方面都优于传统CFAR算法,有利于高海杂波下弱小船只的检测.

关键词：船只目标检测、SAR、CFAR、静态小波、最优小波基

分类号：TP79(遥感技术)

资助基金：国家自然科学基金40871191,40601058,40701108

在线出版日期：2010-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：73-78