SAR图像海洋应用与目标检测技术中国科学院电子学研究所
微波成像技术国家重点实验室
海面散射
布拉格一阶散射理论
双尺度模型
三尺度模型
Sea ice
When it comes to interpreting the complexities of SAR imagery of the ocean surface, it often feels like both the ocean and the SAR are laughing at us as we try to sort things out.
?SAR海洋图像实例?SAR图像海洋目标检测?其它海洋应用
表面波
水下地形
内波
生物油膜
油膜
油膜
飓风
飓风“弗洛伊德”
海冰
海冰
?SAR海洋图像实例
?SAR图像海洋目标检测
?其它海洋应用
?SAR图像舰船目标检测
?SAR图像舰船尾迹检测
?舰船特征参数提取与SAR图像舰船目标检测系统?SAR图像海岸线检测
?SAR图像油膜检测
影响舰船目标检测的因素
?舰船因素：船体结构、形状、
尺寸、排水量等
?SAR 系统因素：极化方式、工作模式、雷达观测条件?海洋因素海况不同SAR 系统舰船检测能力比较
ERS-1：
VV 极化小入射角RADARSAT ：HH 极化大入射角
风速（m/s ）
最
小
检测
船长
（
m
）
RADARSAT卫星
不同波束模式舰船检测能力比较
RADARSAT波束模式检测比率
总体84%最不适合舰船检测的模式：S1-3，W1，W277%折中模式：ScanSAR Narrow Far81%舰船检测推荐模式：F1-5，S4-7，W397%
舰船目标检测算法综述
?双参数CFAR算法
?K-分布CFAR算法
?多极化检测算法
?其他算法
双参数CFAR算法
设T为目标窗口，B为背景窗口，和分别为目标窗口和背景窗口均值，为背景窗口的方差
目标检测准则
其中K
cfar 称为标称化因子，通常为常数。
背景窗口B
保护窗口
目标窗口T
cfar
B
B
T K
m
m
≤
>
-
σ
T
m B
m
2
B
σ
双参数CFAR的特点
?基于背景杂波是高斯分布的假设
?局部滑动窗口使得算法能够适应局部背景杂波变化
?根据需求设置窗口尺寸
?对图像中每个点都需要进行统计，计算量大、时间长
?为保持目标形状，通常需要设定一个整体阈值?无法处理图像的边缘像素
?当背景窗口中出现不需要的目标（即两个目标之间太近）或背景分布不连续时，算法不稳定
K -分布CFAR 算法
??
?
?
????
??
??ΓΓ=-+I I L K I I L L I I p L L ννννυ
2)()(2)(2
I
p(I)
K -分布CFAR 算法特点
?具有完整的理论推导，提供精确的背景海杂波分布模型
?对于背景图像预先进行统计，从而得到全局阈值
?由于是全局阈值，不必每个像素都进行统计计算，因此比双参数CFAR 速度快
?K-分布模型也会遇到一些困难：形状参数可能为负值、计算修正的Bessel 函数会消耗大量运算时间
基于局部窗口K-分布CFAR 算法
?第一步：对背景窗口中的像素观测强度进行统
计计算，分别求出均值和方差的估计值
背景窗口
保护窗口
待检测像素
舰船目标
∑==N
i i
x N x E 1
1
)(2
1
12)
1
(1)(∑∑==-=N
i i N i i x
N x N x Var ?第二步：计算K-分布概率密度函数的均值和形状参数
??
?
?
??
???? ??ΓΓ=-+μνμνννυ
x L K x L L x x p L L 2)()(2)(2
2
]1)1
1)(11[()(μν
-++=L x Var
?第三步：求解虚警概率方程，计算目标检测阈值
dx
x p P c
I fa ?=-0)(1()()()()()()()??
?
?
??+++-+++-+
???
?
??+++-+++--+=-++4;23,23;1111
4;21,23;1111
221122211t F t K t t F t K t x F αλαλαλαλαλαλαλαλαλαλαλμνx
L t 2=L -=να1
-+=L νλ()()()()()()()∑+∞=+Γ+ΓΓ+ΓΓΓ=
021!
;,;k k
k z k c k b a k a c b z c b a F ?第四步：目标检测判决?检测结果衡量标准
品质因数c
T I X >≤gt
fa tt
N N N FoM +=
实验结果1
检测算法
漏检
目标数
正确的检测
目标数N
tt
虚警目
标数N
fa
品质因数
FoM
双参数CFAR
算法
0250.28
K-分布CFAR
算法
0280.20
基于局部窗
口的K-分布
CFAR算法
020 1.00
实验结果2
检测算法
漏检
目标数
正确的检测
目标数N
tt
虚警目
标数N
fa
品质因数
FoM
双参数CFAR
算法
0310.75
K-分布CFAR
算法
030 1.00
基于局部窗
口的K-分布
CFAR算法
030 1.00
三种算法比较
优点缺点
双参数CFAR算法适应于局部背景高斯分布模型对海洋背景描述不准确
K-分布CFAR算法海洋背景杂波
分布模型准确
不能适应局部背景
基于局部窗口的K-分布CFAR算法
使用准确的
局部背景模型
计算时间长
为什么要检测舰船尾迹？
K. Eldhuset（挪威）1988：
1. 尾迹由舰船产生，所有观测到的尾迹均与舰船同时存在
2. 舰船在不同的风速、海况、入射角情况下，均比尾迹目标稳定
3. 有些舰船不存在尾迹，如渔船
4. 舰船检测简单有效，尾迹检测费时
K. Eldhuset（挪威）1996：
1.ERS-1和SEASAT：37%的船只没有尾迹
2.RADARSAT：这个数字还要大
3. JERS-1:根本看不到尾迹(入射角大，波长长）
P.W. Vachon（加拿大）1997：
对于RADARSAT关键是船只亮目标检测,而不是尾迹线性目标检测
SAR图像舰船尾迹类型
?开尔文（Kelvin）尾迹
由尖波、发散波、横波组成。半张角19.5度
?湍流尾迹
舰船轨迹后的湍流区域
?窄V型尾迹
环绕重力波与湍流尾迹互相作用而增加环绕波，半张角2-3度?内波尾迹
舰船行进中，对密度跃层和温度跃层进行扰动，从而产生内波尾迹SAR图像舰船尾迹
舰
船