基于杂波统计建模的SAR图像目标智能快速检测方法研究

合成孔径雷达（SAR）图像目标检测技术是一种致力于从复杂的大幅SAR图像中有效提取地面上车辆目标区域的技术，同时也是SAR对地观测应用的基础前沿课题，具有重要的学术价值和应用价值，较具创新性。本项目试图开发稳健性强、适用性广、自动化程度高、快速智能且性能好的SAR图像目标自动检测方案并解决其中的关键技术。项目所提方案主要分两步展开：一是在综合考虑目标检测算法的精度和实时性要求，深入研究现有杂波统计模型的精度、参数估计的计算复杂度，并在理论分析杂波统计模型相互关系的基础上研究了SAR图像杂波统计建模技术，核心是最优杂波统计模型库的建立；二是在最优杂波统计模型库建立的基础上，构建通用、智能且能对不同杂波环境做一体化考虑的CFAR算法，并根据滑窗对图像遍历检测过程中窗口内杂波数据的"分裂－合并"特点，通过引入杂波统计量的迭代计算方式，实现目标的CFAR快速检测。