视频SAR成像与动目标阴影检测技术

点击蓝色“雷达学报”关注

近年来，视频SAR作为一种雷达成像新技术成为研究热点。视频SAR连续记录目标区域的变化，并通过处理将信息在时间维度上以有利于人眼直观解读的视觉活动图像方式呈现出来，可实时获取车辆和船只等高价值目标的地理位置、移动方向、移动路线和速度等重要信息，并进行持续性跟踪监视。

视频SAR系统一般设计工作于毫米波直至太赫兹频段，系统体积小，有利于载荷灵活配置，适用于各型无人机，实现全天时、全天候的区域监测。视频SAR的本质是一种高帧率成像方式下动目标和场景变化检测技术，因此需要研究适用于高帧率工作方式的成像算法，此外阴影作为视频SAR中动目标的重要特征，能够反映运动目标真实位置及状态信息，因此有必要分析阴影形成机理并研究相应的阴影检测算法。

西安电子科技大学丁金闪教授团队对视频SAR技术进行了探讨，讨论了基本成像处理算法和动目标阴影检测问题。

该工作拟发表在《雷达学报》2020年第2期“合成孔径雷达技术”专刊3“视频SAR成像与动目标阴影检测技术”（丁金闪），现已网络优先出版。

图1 采用ARBP算法的成像结果

图2 动目标阴影单点ROC曲线

该文首先对视频SAR成像处理算法进行了探讨（图1），接着对视频SAR中动目标阴影形成机理及检测性能（图2）进行了定量分析，除采用经典图像处理方法外（图3），利用机器学习技术在视频SAR阴影检测方面取得了显著效果（图4），实现了对动目标阴影的检测、预测及虚警和漏警抑制，并在实测数据上进行了对比验证。

图3 经典图像处理方法检测结果

图4 基于深度神经网络的动目标检测结果

了解详细内容请点击下面阅读原文。