极化合成孔径雷达（SAR）具备全天时全天候的工作能力，通过收发极化状态正交的电磁波能够获取目标完整的极化散射矩阵，已经成为对地观测的主流传感器。对海监视是极化SAR的重要应用。特别地，对海上舰船目标的有效检测与识别在民用和军用领域都具有重要意义。针对极化SAR舰船检测问题，国内外研究学者从统计特性、纹理特性、散射特性等多个维度提出了大量行之有效的检测算法，推动检测性能不断提升。现阶段，在以港口为代表的舰船密集区域，受近邻多目标串扰影响，传统的恒虚警率（CFAR）检测滑窗难以选取纯净的海杂波样本用于确定检测门限，将导致检测性能下降。因此，针对密集区域的舰船检测问题，值得进一步研究深入。
图1 极化SAR密集区域舰船数据
针对传统的恒虚警率检测算法在舰船密集区域检测性能下降问题，国防科技大学粟毅教授和陈思伟特聘教授团队提出一种融合极化旋转域特征和超像素技术的极化SAR舰船检测方法。该方法从特征提取和检测器设计两方面出发，通过目标杂波比（Target-to-Clutter Ratio, TCR）分析优选极化旋转域特征；在此基础上，融合超像素技术和聚类方法自适应地选取海杂波样本。该方法能够有效检测密集区域舰船目标，达到较好的检测性能。
该工作拟发表在《雷达学报》2021年第1期“极化成像雷达目标精细解译与应用”专题“融合极化旋转域特征和超像素技术的极化SAR舰船检测”（崔兴超，粟毅，陈思伟），现已网络优先出版。
该文从特征提取和检测器设计两方面出发，提出一种融合极化旋转域特征和超像素技术的极化SAR舰船检测方法。在特征提取方面，雷达目标的后向散射敏感于目标姿态与雷达视线的相对几何关系，由此带来的散射多样性隐含信息可通过极化旋转域分析进行挖掘。该文利用极化相关方向图及导出的一系列极化旋转域特征，优选TCR最高的3个极化特征量用于构建目标检测器。在此基础上，该文在检测器方面设计了一种基于聚类的杂波超像素筛选方法，有效避免了密集区域舰船目标对邻近杂波的影响，最终基于筛选的杂波样本得到舰船目标CFAR检测结果。基于Radarsat-2和高分三号星载全极化SAR数据的对比实验表明，所提方法能有效实现密集区域舰船目标检测，检测品质因数达到95%。
图2 极化相关方向图可视化表征
图3 融合极化旋转域特征和超像素技术的舰船检测方法流程图
编辑：蒋文
欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为《雷达学报》。本号发布信息旨在传播交流，其内容由作者负责，不代表本号观点。如涉及文字、图片、版权等问题，请在20日内与本号联系，我们将第一时间处理。《雷达学报》拥有最终解释权。