【文章內(nèi)容簡介】 的空區(qū)域圍繞試驗(yàn)區(qū)域。有了這個(gè)目標(biāo)，內(nèi)邊長區(qū)域的大小應(yīng)大于預(yù)期的目標(biāo)區(qū)域，并在區(qū)域外側(cè)選擇長度，使足夠的噪聲像素列入估計(jì)噪聲準(zhǔn)確統(tǒng)計(jì)。檢測后的Nc?噪聲像元強(qiáng)度分布由（1）決定。D噪聲像元用來計(jì)算的時(shí)刻剩下的NcD參數(shù)估計(jì)，導(dǎo)致了以下內(nèi)容： (6) (7) 有關(guān)的CFAR概率給定值，由P記，對應(yīng)的CFAR檢測器局部閾值?l是從 (8) 至于集合分布，前面提到的積分沒有一個(gè)解析表達(dá)式。局部閾值T可以通過兩分法（詳細(xì)內(nèi)容，取得參見[20]）。分布degrades對于單視圖像，G分布降低到β分布[19] (9) （6）和（7）指向參數(shù)估計(jì) (10) (11) 同樣，一個(gè)相應(yīng)的p局部閾值?lCFAR概率給定值為CFAR檢測器是從（8）獲得的 (12) 因此，在滑動(dòng)窗口Ⅰ測試單元，目標(biāo)被按照以下方式檢測決策規(guī)則：其中H1是假設(shè)，即測試單元是一個(gè)像素的目標(biāo)，H1是假設(shè)，即測試單元是一個(gè)像素組件。局部閾值TL是從像素獲得的合適的像素。D 目標(biāo)像素聚類在高分辨率合成孔徑雷達(dá)圖像中，一個(gè)目標(biāo)，也可能會(huì)以擴(kuò)展對象的方式提到，包括很多決議區(qū)域。由于一個(gè)目標(biāo)表面反射可能顯示為波動(dòng)，從CFAR檢測器獲得的二進(jìn)制圖像相應(yīng)的目標(biāo)像素，一般沒有能力形成一個(gè)連接的地區(qū)，可分為幾個(gè)部分。因此，有必要集群目標(biāo)像素的二進(jìn)制圖像。我們假設(shè)，真正的長度和寬度的利益目標(biāo)，分別是L和W。 無論是范圍和跨范圍的圖像分辨率均為A。事實(shí)上，指針對代表的像素面積和真正的目標(biāo)相比規(guī)模較小，因此，對目標(biāo)像素或由一檢測到目標(biāo)區(qū)域的大小多少CFAR檢測器具有更高的價(jià)值S，即： (14) 此外，在同一目標(biāo)區(qū)域的像素之間的距離i和j，記為d（i，j），滿足如下： (15) 因此，我們使用下面的圖3所示：在檢測后得到的二進(jìn)制圖像的像素集群目標(biāo)正如我們可以看到，從流圖中的最后一步后，以前的過程中，仍然存在著較小的區(qū)域或圖像，這是明顯是目標(biāo)區(qū)域的大小不合適的更大的地區(qū)。這些不受歡迎的地區(qū)，一定會(huì)導(dǎo)致誤報(bào)。為了簡化連續(xù)的過程中，這些地區(qū)被淘汰。 詳細(xì)的步驟如下：首先，掃描整個(gè)圖像，每個(gè)標(biāo)記區(qū)域集群后，我們在該地區(qū)數(shù)明亮的像素。然后，我們會(huì)刪除該區(qū)域的地區(qū)不匹配目標(biāo)的區(qū)域范圍其中Smax是從（14）和Smin中憑經(jīng)驗(yàn)獲得的 Ⅳ 快速算法和目標(biāo)的所有其他CFAR檢測使用滑動(dòng)窗口的算法相同，目標(biāo)檢測算法1所示也有一個(gè)大的區(qū)域滑動(dòng)窗口，當(dāng)窗口大小較大時(shí)，這限制了算法[6]， [22]的實(shí)用性。進(jìn)一步對所提出的算法的調(diào)查，我們可以發(fā)現(xiàn)，整體閾值計(jì)算的指數(shù)矩陣是遠(yuǎn)低于連續(xù)CFAR檢測過程耗時(shí)。因此，我們應(yīng)該首先考慮設(shè)計(jì)的快速CFAR算法。大多數(shù)運(yùn)行的CFAR算法的時(shí)間用于每個(gè)滑動(dòng)窗口[6]，[22]的參數(shù)估計(jì)。事實(shí)上，在掃描的整體形象，滑動(dòng)窗口向右或向下移動(dòng)一個(gè)像素，以及相應(yīng)的兩個(gè)滑動(dòng)在兩個(gè)相鄰的單元測試中心的主要窗口重疊。例如滑動(dòng)窗口右側(cè)的情況。 正如圖4所示，考慮兩個(gè)測試區(qū)域和。 這是彼此相鄰水平方向。當(dāng)由T滑動(dòng)窗口移動(dòng)中心至R，左邊的h的移出，右h像素的滑動(dòng)窗口像素的滑動(dòng)窗口，此外Nch像元仍然不可變。這些不變像素統(tǒng)計(jì)值已被用于在滑動(dòng)窗口的參數(shù)估計(jì)， 此外NC ? h像素仍然不可變，這些統(tǒng)計(jì)值的變化像素被用于在滑參數(shù)估計(jì)窗口Ileft，因此，在滑動(dòng)窗口的再次使用必然會(huì)增加計(jì)算負(fù)擔(dān)。在圖4中，r的大小選擇是為了確保統(tǒng)計(jì)估計(jì)的噪聲有足夠的噪聲像素。由于有（h – 2r）/ 2寬的被保護(hù)區(qū)域存在，保證從噪聲統(tǒng)計(jì)估計(jì)中收集的一些遠(yuǎn)離測試區(qū)域和目標(biāo)像素的噪聲像素。讓真正的有興趣的長度和寬度為L的目標(biāo)和W（假設(shè)LW），然后（h – 2r）/ 2L/ΔA，圖像中的交叉范圍的變化為ΔA。為了分析方便的計(jì)算復(fù)雜性該算法設(shè)計(jì)的快速算法，我們作如下簡化?？紤]到極端的例子。假設(shè)建議CFAR檢測器是設(shè)限程序，自由的也就是說，所有在滑動(dòng)窗口噪聲像素有助于參數(shù)估計(jì)。接著，便有更大的計(jì)算復(fù)雜度比截尾的進(jìn)程，只有部分的噪聲在滑動(dòng)窗口的像素用于參數(shù)估計(jì)。這是該算法的最壞情況。我們采取單看圖片實(shí)例分析計(jì)算復(fù)雜性。由于參數(shù)為多視估計(jì)和單視圖像只在不同的外觀數(shù)，計(jì)算分析復(fù)雜性和快速算法設(shè)計(jì)單看圖片也多視圖像合適。為滑動(dòng)移動(dòng)窗口案例分析從上到下僅僅是作為同一案件滑動(dòng)窗口由左向右移動(dòng)。A 設(shè)計(jì)快速算法我們可以看到從（10）和（11）的兩個(gè)變量是需要為統(tǒng)計(jì)分布參數(shù)估計(jì)，即噪聲強(qiáng)度和平均值的均值廣場的噪聲強(qiáng)度。讓μleft和λleft是強(qiáng)度均值和強(qiáng)度的平方平均在滑動(dòng)窗口的Ileft噪聲像素。相應(yīng)地，讓μright和λright是強(qiáng)度均值和了對噪聲強(qiáng)度平方像素意味著滑動(dòng)窗口的Iright。然后，這些變量之間的關(guān)系如下： （16） （17） 其中是所有的噪聲像素滑數(shù)窗口，h是高度或?qū)挾鹊幕瑒?dòng)窗口。表示了在的滑動(dòng)窗口的左側(cè)列中的噪聲像素強(qiáng)度的總和。代表了噪聲像素強(qiáng)度的總和在的滑動(dòng)窗口的右側(cè)列。是對在噪聲像素強(qiáng)度平方左欄的滑動(dòng)窗口。是該在正確的噪聲像素強(qiáng)度平方列的滑動(dòng)窗口因此，除了在第一次測試區(qū)域的圖像，所有的其他相鄰橫向測試像素，μright和λright可由μleft和λleft依法取得（16）和（17）。因此，期間滑動(dòng)掃描圖像窗口的過程，后估計(jì)可以得到以