● 摘要
针对SAR图像解译应用的需要，为了从大场景SAR图像中快速有效地发现目标并进行目标定位，本文研究了SAR图像自动目标检测与定位技术，包括SAR图像杂波统计建模、SAR图像CFAR目标检测、SAR图像变化检测和SAR图像目标定位等关键技术。本文首先总结了目前常见的两类分布模型：经验分布模型和乘性噪声模型；针对强干扰环境下中心极限定理不满足的情况，重点研究了基于广义中心极限定理的 稳定分布模型；同时，比较了不同分布模型的特性和适用范围。在此基础上，本文对各种基于统计模型的CFAR检测算法进行比较；进一步研究了基于 稳定分布的CFAR检测算法，利用傅立叶变换的性质对其归一化，从而克服其概率密度函数没有显示表达式的困难，且运用查表的方法提高检测速度；实验表明，基于 稳定分布的CFAR检测算法对各种背景的目标检测都有比较好的效果。针对一些隐藏在强杂波环境中的目标，本文又进行了变化检测方法的研究，提出了一种基于二维Gamma分布的杂波抑制变化检测法，该方法首先利用似然比检验的方法构造统计量，对图像进行杂波抑制并生成变化分析结果，再进行CFAR检测目标聚类得到检测结果；实验表明该方法对强杂波环境中的隐藏目标有较好的检测性能。最后，本文研究了基于R-D方程直接目标定位法；通过与地球模型方程的结合提高了定位精度；通过泰勒级数展开将非线性方程组线性化而提高了定位的速度。