K近邻优化估计的SAR图像建模与目标检测算法

来源期刊：控制与决策2020年第9期

论文作者：彭书娟 曲长文 李健伟

文章页码：2199 - 2206

关键词：SAR图像统计建模;K近邻优化估计;平均区域体积;核密度估计;恒虚警率;目标检测;

摘    要：在非均匀杂波环境下的合成孔径雷达(synthetic aperture radar, SAR)图像背景建模问题中,针对非参量建模算法Parzen窗估计严重依赖于窗宽设置及最优核函数选择的问题,提出一种基于K近邻优化的概率密度函数估计算法,解决因固定近邻数而导致估计不准确甚至不能估计的问题.该算法不需要图像的任何先验知识,且无需考虑窗宽的设置及最优核函数的选择问题.与Parzen窗估计、K分布和G~0分布的对比实验表明,所提出的K近邻优化估计算法可以实现对单峰、多峰甚至不规则图像数据的准确建模,优于K分布和G~0分布;同时,对图像首尾数据的处理优于Parzen窗估计.实验结果验证了所提出方法对SAR图像杂波建模的精确性、鲁棒性和简便性,以及全局恒虚警率目标检测的有效性.