双参数cfar c语言代码,一种多目标环境下的SAR图像双参数CFAR检测方法与流程

技术特征：

1.一种多目标环境下的SAR图像双参数CFAR检测方法，其特征在于：包括如下步骤：

步骤(1)：设置由目标窗口和背景窗口组成的局部滑动窗口，通过采用自适应阈值的杂波截断法去除泄露到背景窗口中的目标、方位模糊异质元素，最大限度保留背景窗口中的真实海杂波；

步骤(2)：采用最大似然估计法对背景窗口中自适应阈值截断后的杂波样本进行双参数估计，双参数估计指的是均值和标准方差估计，采用高斯分布实现对SAR图像海杂波灰度概率密度的精确建模；

步骤(3)：根据给定的检测虚警率，自适应地求解双参数CFAR检测阈值，对目标窗口中的待检测像素点进行目标判别，实现多目标环境下的SAR图像双参数CFAR检测。

2.根据权利要求1所述的多目标环境下的SAR图像双参数CFAR检测方法，其特征在于：步骤(1)中所述的通过采用自适应阈值的杂波截断法去除泄露到背景窗口中的目标、方位模糊异质元素，保留背景窗口中的真实海杂波，具体方法如下：选择滑动窗口大小，统计背景窗口中所有像素的均值μB和标准方差σB，采用自适应阈值法进行杂波截断，设背景窗口中某一像素灰度值为IB，则截断规则为：

IB≤μB+t1·σB (1)

式中：t1为截断深度因子，当背景窗口中某一像素灰度值满足式(1)时，该像素点被保留，否则被剔除，对保留下来的像素重新计算均值与标准方差，重复以上步骤，迭代一定次数，最终所有的异质点都被剔除，不同截断深度因子下的杂波保留比例RC为：

式中：erf(·)为误差函数。

3.根据权利要求2所述的多目标环境下的SAR图像双参数CFAR检测方法，其特征在于：步骤(2)中所述的参数估计与概率建模，具体方法如下：采用高斯分布对截断后的SAR图像海杂波样本

的灰度概率密度函数

进行建模：

式中：

为截断杂波样本的灰度值，μ、σ为均值和标准方差，可通过对截断杂波样本通过最大似然估计得到：

式中：

为截断杂波样本中第i个像素点的灰度值，n为截断杂波样本数；此外：

式中：t1为式(1)中的截断深度因子。

4.根据权利要求3所述的多目标环境下的SAR图像双参数CFAR检测方法，其特征在于：步骤(3)中所述的阈值计算与CFAR检测，具体方法如下：根据给定的虚警率，求解CFAR检测阈值，并对目标窗口中待检测像素点进行目标判决，设IT是目标窗口中待检测像素点的灰度值，则CFAR检测目标判决规则为：

式中：t为标称化因子，由给定的虚警率Pfa通过式(8)计算得到：

式中：erf-1(·)为逆误差函数。