SAR圖像處理與檢測(cè) 課件 第五章 SAR圖像目標(biāo)檢測(cè)的芬斯勒幾何算法

2025/5/221SAR圖像目標(biāo)檢測(cè)的芬斯勒

幾何方法基于芬斯勒幾何理論的SAR圖像目標(biāo)檢測(cè)2025/5/222芬斯勒流形結(jié)構(gòu)芬斯勒幾何是在其度量張量上沒(méi)有二次型限制的黎曼幾何，如果將芬斯勒幾何表述為某個(gè)集合，則黎曼幾何僅能表述這個(gè)幾何空間中由臨界面所連接的一些子集。5.1.1芬斯勒度量2025/5/223芬斯勒流形結(jié)構(gòu)2025/5/224芬斯勒流形結(jié)構(gòu)2025/5/225芬斯勒流形結(jié)構(gòu)依據(jù)SAR相干成像的物理散射機(jī)理，SAR相干斑噪聲可被視作乘性噪聲模型，或可被視作雷達(dá)橫截面（RadarCross-Section，RCS）與單位均值指數(shù)強(qiáng)度分布噪聲的乘積?；谝陨霞僭O(shè)，將對(duì)數(shù)引入到隨機(jī)變量函數(shù)構(gòu)造中，實(shí)現(xiàn)乘性模型到加性模型的轉(zhuǎn)化，降低問(wèn)題復(fù)雜度。5.1.2LogGamma流形2025/5/226芬斯勒流形結(jié)構(gòu)

2025/5/227SAR圖像目標(biāo)檢測(cè)算法

2025/5/228SAR圖像目標(biāo)檢測(cè)算法2025/5/229SAR圖像目標(biāo)檢測(cè)算法算法步驟2025/5/2210實(shí)驗(yàn)結(jié)果及分析采用LogGamma分布族對(duì)海雜波數(shù)據(jù)進(jìn)行局部統(tǒng)計(jì)建模，通過(guò)參數(shù)流形空間，將感興趣目標(biāo)區(qū)域與背景海雜波區(qū)域分開(kāi)。5.3.1實(shí)驗(yàn)結(jié)果兩個(gè)圖像中各有一個(gè)艦船目標(biāo)，圖像像素大小為150像素×150像素2025/5/2211實(shí)驗(yàn)結(jié)果及分析為了降低計(jì)算復(fù)雜度，提高檢測(cè)效率，本章運(yùn)用超像素法替換像素子塊滑動(dòng)方式。不失一般性，本章采用簡(jiǎn)單線性迭代聚類（SimpleLinearIterativeCluster，SLIC）算法。SLIC算法的尺度參數(shù)取為9，迭代次數(shù)取為10。2025/5/2212實(shí)驗(yàn)結(jié)果及分析2025/5/2213實(shí)驗(yàn)結(jié)果及分析運(yùn)用最大類間方差法分別得到最終的檢測(cè)結(jié)果，SAR圖像目標(biāo)檢測(cè)結(jié)果如下圖所示。2025/5/2214實(shí)驗(yàn)結(jié)果及分析

5.3.2實(shí)驗(yàn)分析2025/5/2215實(shí)驗(yàn)結(jié)果及分析由于SAR圖像海雜波數(shù)據(jù)是非高斯的，不失一般性，假定海雜波數(shù)據(jù)符合威布爾分布，運(yùn)用基于威布爾分布的CFAR檢測(cè)算法分別獲得下圖所示的檢測(cè)結(jié)果。2025/5/2216小結(jié)本章針對(duì)SAR圖像目標(biāo)檢測(cè)問(wèn)題，依據(jù)由芬斯勒幾何理論發(fā)展起來(lái)的信息幾何分析方法，探索統(tǒng)計(jì)流形中數(shù)據(jù)信息的描述方式。本章首先給出了芬斯勒空間的度量張量，在此范疇下，可將黎曼空間視為芬斯勒空間的一個(gè)特例，事實(shí)上，歐氏空間也可以被看作黎曼空間的一個(gè)特例，也就是說(shuō)，本章旨在將SAR圖像目標(biāo)檢測(cè)問(wèn)題放入更為寬泛的空間中進(jìn)行分析。其次，在此框架下，選取Gamma分布族作為問(wèn)題分析的切入點(diǎn)，在考慮SAR圖像乘性噪聲假設(shè)的前提下，引入LogGamma分布族。事實(shí)上，在特定的芬斯勒幾何結(jié)構(gòu)下，無(wú)論是Gamma分布族，還是LogGamma分布族，都未必是最優(yōu)的SAR圖像數(shù)據(jù)統(tǒng)計(jì)表述方式。因此，需要依據(jù)特定的統(tǒng)計(jì)流形空間來(lái)構(gòu)造特定的芬斯勒幾何結(jié)構(gòu)，而