: . 雷达学报 星海洋应用中心 北京 100081) 摘 要:合成孔径雷达(SAR)图像舰船目标检测一直受到学者广泛关注,恒虚警率(CFAR)检测算法作为雷达图像经典 目标检测算法被广泛应用于 SAR 图像舰船目标检测中。然而经典 CFAR 检测性能容易受到相干斑噪声影响,基于滑 窗的检测结果对滑窗的尺寸选择非常敏感,难以保证杂波背景中不存在目标像素,并且计算效率较低。针对上述问 题,该文提出了一种新的基于超像素无窗快速 CFAR 的 SAR 图像舰船目标检测算法。首先,利用基于密度的快速噪 声空间聚类(DBSCAN)超像素生成方法生成 SAR 图像的超像素。在 SAR 数据服从混合瑞利分布的假设下,定义了超 像素相异度。然后利用超像素精确估计每个像素的杂波参数,即使在多目标情况下,也可以克服传统 CFAR 滑动窗 口的缺点。此外,基于 SAR 图像变异系数,提出了一种基于变异系数的局部超像素对比度来优化 CFAR 检测,以此 消除大量杂波虚警,如陆地区域人造目标。对五幅 SAR 图像的实验结果表明,与其他方法相比,该文方法对不同场 景 SAR 图像海面舰船目标检测都十分稳健。 关键词:合成孔径雷达(SAR);恒虚警率(CFAR);变异系数;超像素;目标检测 中图分类号: DOI: 引用格式:张帆, 陆圣涛, 项德良, 等. 一种改进的高分辨率 SAR 图像超像素 CFAR 舰船检测算法[J]. 雷达学报. DOI: . Reference format: ZHANG Fan, LU Shengtao, XIANG Deliang, et al. An improved superpixel-based CFAR method for high resolution SAR image ship detection[J]. Journal of Radars . DOI: . An Improved Superpixel-Based CFAR Method for High-Resolution SAR Image Ship Target Detection ZHANG Fan① LU Shengtao① XIANG Deliang*①② YUAN Xinzhe③ ① (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029, China) ②