基于无训练单样本有效特征的SAR目标检测

随着分辨率的提高，SAR图像中地面目标信息得到丰富表达。对坦克、装甲运兵车、军用卡车、导弹发射车、火炮等感兴趣目标进行检测可以实现对地面的侦查、战场态势感知和打击评估，进一步影响指挥决策。因此，SAR图像兴趣目标检测一直是热点问题。

实际中SAR回声干扰引起的斑点噪声、SAR侧视成像导致的几何失真、遮挡阴影等、目标在成像时的方位和姿态等，影响SAR目标信息的一致性（图1）。此外，在对地侦查过程中出现临时非预定目标也会造成目标认知困难。上述问题造成依赖样本等先验知识进行训练的SAR目标检测方法受限，因此，如何实现一种无需样本库以及诸多先验知识的地面SAR目标检测方法是一个值得研究的问题。

图1 目标信息不一致的SAR图像

针对该问题，西北工业大学周德云教授团队开展了基于无训练单样本有效特征的SAR目标检测研究，提出了基于单样本特征提取方式和匹配方式，可以无需预先获取足够样本和其他先验信息而实现兴趣目标检测。

该工作已发表在《雷达学报》2017年第2期“基于无训练单样本有效特征的SAR目标检测”（曾丽娜，周德云，李枭扬，张堃）。

该文首先检测SAR图像中的潜在感兴趣目标，然后分别提取目标样本和潜在目标中的面积特征和纹理描述特征，并通过不同的匹配方式逐步剔除潜在目标中的虚假目标（图2）。文中目标纹理描述通过提取极点空间具有旋转不变性的区域特征信息来适应目标的不同方位，对SAR噪声和形变具有一定的抑制作用，目标与非目标分离度高（表1）。与多种特征描述方式的对比测试表明了该文提出单样本目标检测方法的可行性和有效性（图3，图4）。

图2 目标检测过程

表1 不同特征提取方法的坦克目标分离度表示

图3 包含飞机目标的双基SAR图像

图4 不同特征描述符的单样本检测结果

了解详细内容请点击下面阅读原文。