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

地面运动目标检测（GMTI）是利用合成孔径雷达（SAR）实现空间对地观测应用的一个主要方面，具有重要的战略意义。目前尚待解决的是如何基于单幅SAR图像实现地面运动目标的高性能检测和参数估计。围绕上述尚待突破的问题，本项目根据SAR运动目标图像稀疏性、散焦和位置偏移的特点，提出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。研究内容为：（1）分析SAR图像及图像中道路的特征，研究基于压缩感知（CS）的道路鲁棒高精度检测与提取方法；（2）研究道路上运动目标留下"阴影区"的检测问题，结合道路辅助信息和再聚焦处理实现运动目标的检测；（3）在SAR复图像域，构建运动目标信号数学模型，生成运动目标图像的超完备字典，实现运动目标的稀疏表示和检测。本项目旨在解决利用单幅SAR图像实现运动目标检测、测速、定位和尺寸估计问题，提高目标检测性能和参数估计精度，为SAR运动目标检测的研究提供一条新思路。

合成孔径雷达(SAR)能够全天候、全天时、远距离及高分辨率的对目标进行检测和定位，在军事和民用领域发挥着重要作用。地面运动目标检测(GMTI)是SAR的主要应用之一，也是SAR图像领域的研究热点。地面上存在的运动目标包含了丰富的信息，SAR运动目标检测与参数估计有着极其重要的现实意义。本项目主要研究了利用稀疏表示和压缩感知理论检测SAR图像中的运动目标的方法。主要内容和创新概括如下：.首先，详细介绍了雷达成像的基本原理、动目标检测技术以及压缩感知理论的发展和应用，提出将压缩感知运用到道路信息检测、慢速运动目标检测和旋转微动目标检测。研究了基于压缩感知和道路辅助的运动目标检测方法。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，提出了基于阴影检测的单幅SAR图像运动目标检测的方法，并确定了此方法的实现流程图。该方法首先研究了道路上运动目标由于偏离而留下“阴影区”的检测问题，揭示了阴影区检测性能与道路电磁散射特性、杂波环境、噪声强度等的关系，分析了运动目标的特征参数（速度和位置）与道路之间的对应关系，结合阴影检测和道路辅助信息实现运动目标的检测和参数估计。.然后，提出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。.最后，构建了旋转微动目标的SAR回波信号模型，分析了旋转目标SAR成像特点。根据其成像特点，构造超完备字典，利用Hough变换域的稀疏性，用压缩感知的方法检测图像中是否包含旋转目标所成像的几种形式来判定运动目标的存在。并通过补偿校正去除虚假的目标。