面向GEO SAR图像的海上区域运动目标检测方法

来源：电子与信息学报杂志2025年第6期北京时间：

作者：吴一凡, 黄丽佳, 严朝保, 张冰尘

单位：1.中国科学院空天信息创新研究院 北京 1000942.中国科学院空间信息处理与应用系统技术重点实验室 北京 1001903.中国科学院大学电子电气与通信工程学院 北京 1014084.目标认知与应用技术重点实验室 北京 100190

摘要：地球同步轨道合成孔径雷达(GEO SAR)具有宽覆盖、高重访、近凝视等成像优势，具备对广域海场景运动目标的长时间监测能力。然而，运动目标在图像中严重偏移且剧烈散焦，对GEO SAR海上区域运动目标检测造成困难，主要包括2个关键问题：(1) 超长的合成孔径时间、超慢的星地相对速度会导致运动目标严重散焦；(2) 超大幅宽图像、陆海目标混淆增加了运动目标检测难度。为了解决这些问题，该文分析了GEO SAR动目标的位置偏移以及相位误差等影响，根据影响特点提出一种面向GEO SAR图像的海面运动目标检测方法。该检测方法通过图像预处理步骤对整幅图像进行分块处理和降采样滤波，以提高计算效率、增强信杂比，使运动目标的特征更加突出、在复杂背景中更加显著。该检测方法通过条件扩散检测网络，将预处理后的GEO SAR图像作为条件编码输入，约束检测结果的生成，得到运动目标分割掩码；通过设计密集交互模块，实现分割图与原始数据在潜在空间中的多尺度特征耦合。实验结果表明，所提出的预处理能够有效减少数据处理的计算复杂度，同时提高图像的信杂比。基于仿真数据，在广域海场景中，所提的动目标检测方法能够准确检测出GEO SAR图像中海面区域的动目标。

关键词：地球同步轨道合成孔径雷达, 运动目标检测, 深度学习, 扩散模型

基金资助：中国科学院青年创新促进会(Y2023036)