文档介绍：万方数据
ACFAR—计科峰粟毅ondeeonnfteiDDsecDf9s^nKeyrdsSAR(Synthetic如【.张亮李禹,仍⒖印perinper;籏—;引言普适性。为了提高算法的普适性,汀⑿从自适尽,可以根据Ⅵ假设检验动态地选择、、u31120091电子与信息学报揽萍即笱У缱涌蒲в牍こ萄г撼ど摘要:该文在..AveranCFAR)ACFARKoDv(OrderedDatarariability)ODVSAR在海面杂波背景中具有较少的虚警,可以完整地检测出舰船目标,保留更精细的结构特征。KTN958A10095896(2009)010160-04oectmicAbstrtA郞isplied枷衲勘昙觳饧瓤梢允荢图像后处理中一个重要的中间环节,也可以作为输出产品,涉及的应用包括:有用图像筛选、土地和城市资源监测、战场侦察与监视等等。SAR确地对背景建模,二是提高算法在非均匀背景情况下的检测性能【口为了精确地对背景建模,人们提出了指数分布、正态分布、瑞利分布、对数正态分布、韦布尔分布、分布和K情况下的检测性能,:对于存在杂波十扰的非均匀背景,为改善其检测性能提出了,,,等一系列算法,但这些算法都缺乏应地选择算法的角度出发,在不同的杂波背景情况下选择相应的最佳检测算法,,对半窗内杂波均匀与否无法做出判断,使检测效果受到影响。虰从自适应地选择参考像素集合的角度出发,,提出了基于有序数据变化统计量VariabilityoDV)(A)ODV择均匀的参考像素集合,实验结果显示,检测器在半窗内出现杂波边缘和干扰目标的情况下,ACFARSAR模,这在一定程度上限制了算法的适用范围,尤其对高分辨率枷瘢屎嫌肒分布拟合其分布特性。在诸多分布K的幅度分布相匹配,被广泛地应用于陆地杂波和海面杂波的建模【裕疚牟捎肒分布对背景建模。—对募偕杓煅椴捎萌ň置畔蓿欢导蔛图像并非是均匀的,因此本文借鉴滑动窗的思想,A-CFARmadeThemodelFinallythe琣tget8200706_252007-l07于.。Jan2009inhi8Kdi8tribution瓼andhe緀selectedfinally蟭shipand上details
万方数据
褐上m)=Ⅵ一等一击喜警㈩Ⅵ嘻科催五=(2Foro--p-1GaKmu=00cl(^())1E(^())(()7()dt+=()2ll贰钊纭疚】⋯,,,‰一≤七≤Ⅳ一。序列也的可变索==[y(z)澹琲,⋯,Ⅳ蚺帕校绰鉶濉芸帧璖‰,计算可变索引蛹数叫Ifi{{I=14菇╢序列瑊茫#A-cFARODVInJ』猯石一般利用简化的Ⅵ’来替代Ⅵ,定义为【】由序列构建长度为男滦蛄凶楹螮五,鼍,随着。的增大而增大。由于羧≤七≤Ⅳ一猯,zxy(z)K-2KK斥頻忍:州Ⅳ一Ⅳ缺尘葑槲?琲魙,其概率密度函数为㈤只『羌的分布函数。由前面的定义可知,琲,⋯,Ⅳ莧玑纳蚺帕校渲衶序列中任一乳歹—川(=(7(ACCA-ACFAR估计每个参考窗口的植疾问缓蟾軰分布参数确定0DV于在植寄P拖翺门限没有解析解,同时为了提高算法KODV船目标检测时查表得到。ACFAR3ODV门限与局部统计模型参数有关的详细证明,说明本文算法采45置≤置⋯≤‰果,最后给出了结论。