Envisat AP图像P-CFAR舰船检测方法研究
(0) Envisat的AP数据可以在一次成像过程中得到同一场景的两幅不同极化模式的数据,使用这种数据进行船只检测可以有效的提高检测概率并降低虚警率.为利用AP数据中包含的关于目标和场景的有效信息,引入了基于向量矢量的P-CFAR检测器对交替极化数据进行检测.首先使用GIS数据对陆地区域进行了掩膜处理,剔除了陆地区域的影响.然后使用P-CFAR检测器对目标进行检测.通过检测器窗口的滑动,我们对中心像素的信息量进行计算,并将其与检测阈值进行比较,从而检测得到目标.最后,为剔除虚警,使用了一个复合目标辨识算法对检测得到的候选目标进行了辨识.为了评价该算法的检测性能,利用Envisat ASAR的交替极化数据进行了实验,实验结果表明该方法能够充分利用目标和场景的有效信息,在环境干扰较大的情况下也可以对舰船进行有效的检测.
Envisat AP数据 P-CFAR检测器 舰船检测
田巳睿 王超 张红
中国科学院遥感应用研究所国家遥感重点实验室,北京,100101;中国科学院研究生院,北京,100049;中国科学院中国遥感卫星地面站,北京,100086 中国科学院中国遥感卫星地面站,北京,100086;中国科学院遥感应用研究所国家遥感重点实验室,北京,100101
国内会议
深圳
中文
183-187
2006-12-18（万方平台首次上网日期，不代表论文的发表时间）