基于视觉注意机制的UWB SAR叶簇隐蔽目标变化检测 .pdfVIP

基于视觉注意机制的UWB SAR叶簇隐蔽目标变化检测 .pdf

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于视觉注意机制的UWBSAR叶簇隐蔽目标变化检测

李超;李悦丽;安道祥;王广学

【摘要】在超宽带合成孔径雷达叶簇隐蔽目标检测中,传统的UWBSAR图像变化

检测方法易受图像灰度值起伏和成像条件变化的影响,致使现有的变化检测算法的

性能下降.本文根据人类视觉系统的生理结构和认知特点,提出了一种基于视觉注意

机制的叶簇隐蔽目标变化检测算法.该方法使用视觉注意模型,将图像的多尺度特征

信息融合为单幅视觉显著图像,并利用图像局部邻域信息和目标的空间相关特性对

视觉显著图中视觉注意焦点进行分层筛选和变化检测.实验结果表明:本文中基于视

觉注意机制的变化检测方法可以有效检测多时相UWBSAR图像中的叶簇隐蔽目

标,较之传统的基于统计原理的变化检测方法,其检测速度更快,且对场景复杂的

UWBSAR图像亦具有鲁棒性.

【期刊名称】《电子学报》

【年(卷),期】2016(044)001

【总页数】7页(P39-45)

【关键词】低频超宽带合成孔径雷达;叶簇隐蔽目标检测;变化检测;视觉注意机制

【作者】李超;李悦丽;安道祥;王广学

【作者单位】国防科学技术大学电子科学与工程学院,湖南长沙410073;国防科学

技术大学电子科学与工程学院,湖南长沙410073;国防科学技术大学电子科学与工

程学院,湖南长沙410073;空军预警学院信息对抗系,湖北武汉430019

【正文语种】中文

【中图分类】TN957.51

低频超宽带合成孔径雷达(UltraWideBandwidthSyntheticApertureRadar,

UWBSAR)工作于VHF至UHF波段,其频段低、波长长,能够对树林遮蔽下的目

标进行高分辨成像和侦察,逐步在民用与军事领域得到应用.但是,在实际UWB

SAR图像中,叶簇覆盖区域除了存在车辆、坦克等隐蔽人工目标外,还有许多由

粗大树干反射形成的点目标,严重影响了基于单幅UWBSAR图像叶簇区域隐蔽

目标检测的准确度[1,2],除此之外,单幅低频UWBSAR提供的场景信息有

限,无法有效的将隐蔽目标从场景中固有目标中完全分离出来,也是造成较高虚警

率的主要原因,因此,有必要研究UWBSAR图像叶簇隐蔽目标检测的新方法.

与常规的基于单幅图像的目标检测技术不同,UWBSAR变化检测技术是一种利用

同一地区不同时间UWBSAR图像之间差异来实现目标检测的方法,该方法进一

步利用了同一地区叶簇区域在不同图像之间的相关性,具有更高的抑制强树干杂波

的潜力,并日益受到关注.目前,基于多时相UWBSAR图像的叶簇隐蔽目标变化

检测技术的难点主要存在于如何降低UWBSAR图像中相干斑的干扰;如何对

UWBSAR图像杂波模型进行建模;如何实现快速的UWBSAR叶簇隐蔽目标检测

等三个方面.在该领域,最初的研究多集中于基于图像像素灰度值差异的变化检测

方法[3],之后,为了降低多时相UWBSAR图像灰度值起伏对于目标检测的影

响,基于统计模型或统计量分析的变化检测方法逐步受到关注[4],但随着研究

的深入,研究人员发现不同成像条件下获得的图像间所存在的统计分布差异制约了

基于统计特性差异的检测方法的应用.此外,以上两种变化检测方法对图像配准精

度的要求都很高,在处理时需要对整片树林区域进行基于像素点的逐一检测,因此

存在检测效果易受图像匹配精度影响,虚警率高,运算量大等局限性.

考虑到实际处理中人们所关心的目标仅占叶簇覆盖区域中很小一部分面积,如果能

够选择关心的区域进行优先处理,则有利于提升检测速度和准确度.近年来Itti等

人从视觉分析角度出发,模拟人类视觉系统(HumanVisualSystem,HVS)机制

构建适用于图像分析的高斯金字塔模型,该模型能够以不同的次序和力度对各个场

景区域进行选择性加工,

文档评论(0)

187****8198 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档