Fisher纹理分布下基于匹配滤波的极化SAR图像CFAR检测方法

作者：张嘉峰; 杨子渊; 张鹏; 刘涛^*

来源：电子学报, 2019, 47(12): 2533-2543.

DOI：10.3969/j.issn.0372-2112.2019.12.011

• 极化合成孔径雷达(PolSAR)
• 恒虚警(CFAR)
• Fisher分布
• 虚警损失率(CFAR Loss,CL)
• 多视极化匹配滤波(MPMF)
• 虚警概率
• 品质因数(FoM)

在已有的极化合成孔径雷达(PolSAR)图像恒虚警(CFAR)检测方法中,存在着高分辨下杂波模型适用性差的难题。为此提出了一种Fisher分布下的CFAR检测方法,并定义虚警损失率(CFAR Loss,CL)以量化评估算法的恒虚警保持性能.首先,在乘积模型框架下引入Fisher纹理变量,推导出了多视极化匹配滤波(Multi-look Polarization Matched Filter,MPMF)检测量的概率密度函数(PDF).然后,对PDF积分得到了虚警概率的闭合解析式,并设计了CFAR检测流程.仿真数据和机载合成孔径雷达(Airborne SAR,AIRSAR)数据实验结果表明,与基于K分布、G0分布、Wishart分布的CFAR检测算法以及双参数恒虚警(two-Parameter CFAR,2P-CFAR)算法相比,新方法具有良好的恒虚警保持性能和检测性能,具有较强的鲁棒性,且运算时间未明显增加,相比于其他检测方法,品质因数(Figure of Merit,FoM)平均高出12.80%.

• 单位
  中国人民解放军海军工程大学; 电子工程学院