[发明专利]基于广义高斯分布模型的地面隐蔽目标检测方法

说明书

本发明提供一种基于GGD模型的地面隐蔽目标检测方法。技术方案是：基于原始UWB SAR图像构建对数比图像，利用对数比图像采用GGD模型进行统计建模并利用一阶对数累积量对GGD模型的参数进行估计，根据GGD模型参数的估计值计算CFAR检测阈值，利用CFAR检测实现对于UWB SAR图像中的地面隐蔽目标的检测。本发明能够实现对于GGD模型中形状参数更加精确的估计，同时不需要设置额外的参数或条件，简洁易行。

技术领域

本发明属于UWB SAR(Ultra-Wide Band Synthetic Aperture Radar，超宽带合成孔径雷达)技术领域，涉及一种基于GGD(Generalized Gaussian Distribution，广义高斯分布)模型的地面隐蔽目标检测方法。

背景技术

由于普通的光学雷达系统和SAR系统无法有效探测被叶簇覆盖的地面隐蔽目标，所以将军事目标隐藏在森林中成为有效规避敌方侦察的重要手段。UWB SAR是将UWB技术和SAR相联合产生的一种具有独特应用价值的新型主动式微波成像系统，该系统不仅具备传统SAR全天时，全天候成像的特点，同时还具有良好的叶簇穿透性，这使得该系统在地面隐蔽目标检测方面具有得天独厚的优势(参考文献：M.Lundberg,R.Ulander,E.Pierson,etal.“A challenge problem for detection of targets in foliage,”SPIE Conferenceon Algorithms for Synthetic Aperture Radar Image.Orlando,USA；SPIE Press,pp.1-12,2006)。现有的UWB SAR地面隐蔽目标检测方法主要基于高斯分布模型，然而由于噪声以及SAR相干成像的特殊性，高斯分布模型被证明是难以描述UWB SAR获得的对数比图像的特征，对于地面隐蔽目标的检测结果并不能令人满意(参考文献：G.Gao,X. Wang,M.Niu,etal.“Modified log-ratio operator for change detection of synthetic apertureradar targets in forest concealment,”Journal of Applied Remote Sensing,vol.8,no.1,2014)。

GGD模型在子带编码，视频图像处理以及多媒体信号处理上具有广泛的应用(参考文献：K.Song,“A globally convergent and consistent for estimating the shapeparameter of a generalized Gaussian distribution,”IEEE Trans.Inf.Theroy.,vol.52,no.2,pp.510-527,Feb.2006)。GGD模型参数估计的精确程度直接影响到GGD模型的使用效率，现有GGD模型的参数估计方法大致为Mallat法、最大似然估计法以及熵匹配法等，但是上述方法并不能很好地兼顾计算量与估计精度，为了获得理想的估计精度就必须大幅度地增大计算量，这使得GGD模型在实际应用中遇到了瓶颈。(参考文献：V.A.Krylov,G.Moser,S.B.Serpico,and J. Zerubia,“On the method of logarithmic cumulantsfor parametric probability density function estimation,”IEEE Trans.ImageProcess.,vol.22,no.10,pp.3791-3806, Oct.2013)。

发明内容

本发明提供一种基于GGD模型的地面隐蔽目标检测方法。该方法对UWB SAR对数比图像采用GGD模型进行统计建模并利用对数累积量实现对于 GGD模型的参数估计，实现对地面隐蔽目标的检测。

本发明的技术方案是：