基于Wishart距离和超像素的极化SAR图像车辆检测

来源：系统工程与电子技术杂志2021年第10期北京时间：

作者：代晓康, 殷君君, 杨健

单位：1. 北京科技大学计算机与通信工程学院, 北京 100083；2. 清华大学电子工程系, 北京 100084

摘要：针对极化合成孔径雷达(synthetic aperture radar, SAR)在城市区域复杂地物条件下的密集车辆目标检测问题, 提出了一种结合超像素分割和Wishart分类器的非监督目标检测方法。首先，根据不同地物的极化散射特征检测出建筑物。然后，利用不包含建筑物的Wishart分类器和超像素分割获得目标的形态信息。接着，利用包含建筑物的Wishart分类器获得目标中心点。最后，通过区域生长对二者进行信息融合并完成目标检测任务。基于X波段的机载极化SAR数据表明, 所提算法不仅可以对密集目标进行区分和定位, 并且目标形态保持完整; 相比于传统方法, 目标检测与虚警鉴别性能得到较大提升。

关键词：车辆检测,超像素分割,极化合成孔径雷达,Wishart分类

基金资助：国家自然科学基金(61771043);中央高校基本科研业务费专项资金资助课题(FRF-GF-20-17B);中央高校基本科研业务费专项资金资助课题(FRF-GF-19-017B)