SAR圖像CFAR檢測的快速算法研究

摘要：所謂SAR，指的是一種主動成像的傳感器合成孔徑雷達，這種雷達具備全天候、全天時以及穿透能力強的特點，在我國當下的民用與軍用領域都有著極為廣泛的運用。本文針對合成孔徑雷達圖像目標檢測中恒虛警率算法進行了相關研究，提出了一種研究CFAR檢測快速算法的基本框架，而在對這一框架的可行性與性能的檢測中，該框架有效提高了CFAR算法在SAR圖像檢測應用中的執行效率。

關鍵詞：合成孔徑雷達圖像 快速算法 迭代計算

中圖分類號：TN957.5 文獻標識碼：A 文章編號：1007-9416（2016）10-0134-01

在SAR技術中，其本身存在著檢測、鑒別和分類三階段的SAR數據處理程序，這也使得其在應用中能夠擁有較好的精度與速度。在SAR技術應用的大場景高分辨率SAR圖像的檢測中，CFAR也就是恒虛警率算法是SAR圖像檢測的一種有效算法。筆者將在下文中提出一種CFAR 檢測快速算法的基本框架，希望能夠更好的實現CFAR檢測算法在SAR圖像中的應用。

1 快速算法研究現狀

在對各種SAR圖像CFAR檢測的快速算法研究中，我們可以得知采用滑動窗口的自適應閾值CFAR算法計算，計算量將主要集中在大量背景雜波像素處與局部背景雜波自身的分布參數處。其中，在大量背景雜波像素處的研究中，該處的快速算法旨在避免每個像素點發生的復雜計算，加拿大海洋監視工作站所采用的系統檢測算法，就通過對每一幅圖像的分割，較好的實現了這一構思，而在這一系統中采用的全局閾值的CFAR檢測算法，相較于傳統的雙參數CFAR算法，也具備著較強的運算速度優勢，不過全局閾值的CFAR檢測算法場景變化負責時失配嚴重的理論缺陷，所以只有兩種算法共同使用才能夠發揮較好的應用效果。而在對大量背景雜波像素處的研究中，潘卓等提出了一種基于聚類的SAR圖像快速目標檢測算法，這種算法我們可以將其看成是一種初始聚類，而由于其采用了經典的雙參數CFAR算法對目標區域進行精細檢測，這也使得其在運用中能夠發揮較好的效果[1]。

而在對局部背景雜波自身的分布參數處的快速算法研究中，主要需要解決減少滑窗內雜波數據統計量的計算量以及減少雜波模型參數估計的計算量兩方面的問題，為此這一階段的工作將主要集中在計算滑窗內雜波數據的統計量方面。由于傳統CFAR算法存在的大量重復計算，而為了解決這一問題，我們就可以通過迭代計算相鄰像素的雜波數據統計量，真正實現快速算法的要求。在相關研究中，Sun等人根據前人的構思，提出了一種OS-CFAR檢測器的快速實現方法，這一實現方法相較于以往眾人提出的構思與不完善的設想有著具體的操作流程，這就為局部背景雜波自身的分布參數處的快速算法研究提供了有利基礎。

2 CFAR檢測快速算法基本框架

經過上文的論述我們不難看出快速預篩選和迭代計算在SAR圖像CFAR檢測快速算法中所能夠發揮的重要效用，筆者所提出的CFAR檢測快速算法框架本身也是基于這兩方面技術所實現的。在筆者所設計的CFAR檢測快速算法的基本框架中，這一框架能夠通過對預先判斷前一個像素點是否為潛在目標點，大大提高SAR圖像CFAR檢測的運算效率，避免以往的檢測算法中大量周圍滑窗內背景雜波數據的重復運算出現[2]。

3 實驗方法與結果

為了能夠對這一CFAR檢測快速算法的基本框架的可行性與有效性進行檢驗，筆者選擇了經典的高斯分布函數的雙參數CFAR檢測，并在虛警概率為1.0×10-5的情況下，在47.27s的運行時間中得到了如圖1（a）所示的檢測結果，這里我們就可以設Pt=0.01，繼續應用高斯分布函數的雙參數CFAR檢測方法，并仍然采用鋼管使用的虛警概率數值，筆者在0.58s的時間內得到了圖1（a）與（b），通過這一結果我們能夠明顯發現，筆者提出的CFAR檢測快速算法的基本框架不僅檢測出了全部目標，還大大提高了運算速度，我們可以在這里宣布這種CFAR檢測快速算法的基本框架的可行性與有效性。

4 結語

經過這一系列研究，我們了解到了快速預篩選處理方法的多種多樣以及通過對滑窗內背景雜波數據的處理能夠有效提高迭代計算方法效率這兩方面的結論，希望這一結論能夠對我國SAR圖像CFAR檢測的快速算法研究帶來一定幫助。

參考文獻

[1]陳祥，孫俊，尹奎英，于俊朋.基于CFAR級聯的SAR圖像艦船目標檢測算法[J].現代雷達，2012（9）：50-54+58.

[2]趙明波，何峻，付強.SAR圖像CFAR檢測的快速算法綜述[J].自動化學報，2012（12）：1885-1895.

收稿日期：2016-09-14

作者簡介：梁幸源（1994—），男，廣西貴港人，南昌航空大學本科在讀，研究方向：信號處理。