[发明专利]基于傅里叶变换的双参数CFAR舰船检测方法

说明书

本发明公开了一种基于傅里叶变换的双参数CFAR舰船检测方法，其思路为：获取SAR雷达回波数据，并对SAR雷达回波数据进行成像处理，得到SAR雷达成像数据矩阵I，进而得到阈值处理后的二值图像矩阵I_bw；I_bw为包含舰船类目标以及伪目标的二值图像；设置全1矩阵记为背景窗口；并依次计算背景窗口内的杂波个数统计矩阵N和取倒操作后背景窗口内的杂波个数统计矩阵进而计算背景窗内的杂波均值统计矩阵M；然后计算背景窗内的杂波方差统计矩阵V，以及计算舰船类目标判定矩阵F；最后根据I与F，检测得到多个舰船目标，每一个检测到的船舰目标分别为感兴趣舰船目标，至此完成了感兴趣的舰船目标和伪目标的分离，进而完成了感兴趣舰船目标检测。

技术领域

本发明属于雷达信号处理技术领域，特别涉及一种基于傅里叶变换的双参数CFAR舰船检测方法，即基于傅里叶变换的双参数恒虚警率(Constant False Alarm Rate，CFAR)舰船检测方法，是一种合成孔径雷达中的目标检测方法，适用于高斯背景下合成孔径雷达或逆合成孔径雷达中的雷达动目标检测。

背景技术

在大场景高分辨合成孔径雷达(Synthetic Aperture Radar，SAR)图像检测中，恒虚警率(Constant False Alarm Rate，CFAR)算法是SAR图像目标检测领域中应用最广泛的一类算法，包括传统CFAR算法和双参数CFAR检测算法；其中传统CFAR算法具体实现过程是：根据经典的统计检测理论，在给定的虚警概率条件下，首先根据目标所处周围背景杂波的统计特性自适应求取检测阈值，然后将SAR图像中的每一个待检测像素与自适应阈值分别进行比较，判断其是否为目标点；双参数CFAR检测算法基于背景杂波是高斯分布的假设，适用于局部背景变化复杂的SAR图像检测，并通过设定目标窗口、保护窗口和背景窗口后以一定的步长在SAR图像中滑动；其中保护窗口是为了防止目标窗口中的舰船部分泄漏到背景窗口中，然后通过计算背景窗口中所有像素的均值和方差得到局部窗口的检测门限，从而将目标窗口中高于该门限的部分判定为舰船。

双参数CFAR检测算法的目标窗口、保护窗口和背景窗口尺寸分别需要通过经验学习取得，滑动步长也是经验取得；对于距离很近的舰船目标，保护窗口并不能保证舰船部分不会泄漏到背景窗口中，因此通过统计背景窗中杂波的均值和方差并不能代表杂波实际的值，在检测过程中会出现虚警和漏检。

CFAR检测速度是决定目标检测算法实用性的一个重要指标，双参数CFAR检测算法本质上是局部滑窗的检测方法，局部动态使SAR图像中每一个像素分别多次参与了滑窗运算，导致CFAR算法运算量大且计算效率较低，并且目标检测速度慢；由于检测面对的是整幅SAR图像场景，使得操作的数据量很大，如果计算效率低，势必影响了SAR图像目标检测所在整个系统的性能，降低了其系统的实时性，也增加了硬件实现系统的要求。

发明内容

针对现有技术存在的问题，即双参数CFAR检测器无法对近距离舰船目标精确检测，并存在计算量大、检测效率低的问题，本发明的目的在于提出一种基于傅里叶变换的双参数CFAR舰船检测方法，该种基于傅里叶变换的双参数CFAR舰船检测方法能够快速检测SAR图像中的舰船目标，且计算量小、检测效率高。

为达到上述技术目的，本发明采用如下技术方案予以实现。

一种基于傅里叶变换的双参数CFAR舰船检测方法，包括以下步骤：

步骤1，获取SAR雷达回波数据，并对SAR雷达回波数据进行成像处理，得到SAR雷达成像数据矩阵I；然后对SAR雷达成像数据矩阵I进行阈值处理，得到阈值处理后的二值图像矩阵I_bw；所述阈值处理后的二值图像矩阵I_bw为包含舰船类目标以及伪目标的二值图像；

步骤2，设置全1矩阵记为背景窗口；并根据阈值处理后的二值图像矩阵I_bw，计算得到背景窗口内的杂波个数统计矩阵N，进而计算得到取倒操作后背景窗口内的杂波个数统计矩阵