SAR图像目标检测算法在DSP上的实现研究

论文摘要

目标检测与识别在当代军事应用领域占有相当重要的位置,由于合成孔径雷达（SAR）是一种高分辨遥感成像雷达。它具有全天候、全天时获取数据的能力,同时具有穿透一定植被和遮盖物的能力,与光学图像相比更容易辨别地面的伪装目标和隐藏于山林中的感兴趣目标,因此在军事目标侦察识别中得到广泛的应用,所以其图像分析和目标识别技术变得越来越重要。随着技术的不断进步,图像数据采集能力也不断地增强,如何对这些图像进行准确、快速地理解和识别已经越来越引起人们的关注。而对目标的识别因其在现代战场感知中的重要作用而受到越来越多的重视。扩展分形（Extended Fractal）和双参数恒虚警（DP-CFAR）形成的多信息进行融合处理,结合Dempder-Shafer证据理论,在决策层对SAR中的目标进行识别分类,可以减少了虚警概率,提高了系统的识别能力。本课题主要研究、学习了扩展分形算法、双参数恒虚警算法和两种算法融合在SAR图像目标检测中的应用,并基于TigerSHARC TS-201S EZ-KIT评估板对SAR图像目标检测算法进行实现,研究该算法的可实现性及运行效率。第一章主要介绍扩展分形与双参数恒虚警算法以及融合理论在SAR图像目标检测中的运用与发展现状。介绍DSP的技术发展,基于硬件实现的图像处理技术发展水平和现状,以及DSP在雷达信号处理中的应用。第二章研究了扩展分形和双参数恒虚算法的基本原理以及基于两种算法融合在SAR图像目标识别中的应用,并通过对真实数据的处理进行分析和比较。第三章介绍了Transtech公司基于TS-201 DSP芯片开发的评估板系统的软硬件资源,并研究了开发环境设置和应用程序开发及调试步骤。第四章根据扩展分形算法和双参数恒虚警算法特点设计了三种实现方案,在评估板上实现了扩展分形算法和双参数恒虚警算法以及两种算法的融合,并根据不同的方案结构得出最佳的实现效率。第五章结束语对全文的工作进行总结,并指出了下一步需要继续研究的问题。本课题基于扩展分形和双参数恒虚警特征融合对SAR图像目标检测算法在TigerSHARC TS-201S EZ-KIT评估板上实现做了初步的研究,为下一步SAR图像目标检测在硬件环境中实现积累一定的经验。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 SAR 图像目标检测技术
• 1.2 SAR 图像目标检测应用的技术进展
• 1.2.1 分形理论
• 1.2.2 CFAR 检测技术的现状与发展
• 1.2.3 信息融合技术
• 1.3 DSP 在雷达图像处理中的应用简介
• 1.4 本文主要内容
• 第二章 扩展分形和DP-CFAR 特征融合算法研究
• 2.1 引言
• 2.2 扩展分形的特征描述
• 2.2.1 定义
• 2.2.2 尺寸敏感性
• 2.2.3 均值和方差分析
• 2.2.4 结论
• 2.3 DP-CFAR 算法研究
• 2.3.1 原理
• 2.3.2 滑窗设计
• 2.3.3 实验结果
• 2.3.4 结论
• 2.4 扩展分形与双参数恒虚警特征融合算法研究
• 2.4.1 D-S 证据理论
• 2.4.2 基本原理与概率计算
• 2.4.3 实验结果
• 2.5 本章小结
• 第三章 数字信号处理系统开发环境介绍
• 3.1 引言
• 3.2 ADSP TS201S 芯片简介
• 3.3 开发系统简介
• 3.3.1 硬件系统介绍
• 3.3.2 调试开发软件介绍
• 3.4 系统的安装与设置
• 3.4.1 硬件的安装与设置
• 3.5 应用程序开发流程
• 3.6 本章小结
• 第四章 融合算法在DSP硬件上的研究和实现
• 4.1 引言
• 4.2 算法的可行性分析
• 4.3 并行处理时间模型和并行算法的评价标准
• 4.4 算法的实现方案
• 4.5 算法结果及性能分析
• 4.5.1 算法的运算结果
• 4.5.2 结果分析
• 4.6 本章小结
• 第五章 结束语
• 攻读硕士学位期间发表的论文
• 参考文献
• 致谢