论文部分内容阅读
随着现代科学技术的发展,单传感器信息处理技术已经广泛的应用于战场监视、工业过程控制、遥感和图像处理等诸多领域,在民用和军事领域都起到了越来越重要的作用。然而,仅靠单一传感器只能获取目标或场景的某个方面的信息,无法对目标进行精确、全面的表述。在这样的背景下,多传感器信息联合处理技术应运而生。多传感器信息联合处理的优势在于,能够通过多个传感器获取目标或场景的全面信息,通过对这些信息进行分析和组合,获得目标的一致性表述,提高所得结论的精确性和可靠性。利用来自多个传感器的图像进行联合目标检测,是多传感器信息联合处理技术的一个热门应用,也是近年来国内外图像信息处理领域研究的热点之一。在多传感器图像联合目标检测中,各单传感器图像目标检测效果的好坏,会直接影响到最终的联合目标检测效果,因此对单传感器图像目标检测算法的研究必不可少。如何将多个传感器提供的信息进行合理的组合,则是多传感器图像联合目标检测的重点所在。本文以合成孔径雷达(SAR)和高光谱图像为对象进行了以下几方面研究:首先研究了SAR图像的双参数恒虚警(CFAR)检测算法和高光谱图像的RX奇异检测算法。实验表明,上述两种算法在单传感器图像目标检测中均有较好的表现,但各自的缺点也很明显。然后深入研究了D-S证据理论,提出了一种基于D-S证据理论的双传感器图像联合目标检测算法。实验表明,在虚警概率为10-3数量级条件下,联合目标检测算法的检测概率达到84.51%,比仅用高光谱图像和SAR图像进行目标检测,检测概率分别提高了11.27%和19.72%。最后在理论算法研究的基础上,设计并实现了一个双传感器图像联合目标检测系统。该系统主要由模拟数据源模块和联合目标检测模块两部分组成。模拟数据源模块以FPGA为核心,主要负责在不同系统状态下的图像数据传输和存储;联合目标检测模块以DSP为处理核心,主要完成双传感器联合目标检测算法的硬件实现。系统测试结果表明,系统USB数据传输速率达到19MB/s,硬件实现图像联合目标检测算法耗时17.3s,联合目标检测概率比单传感器检测提高至少12%,以上指标均达到系统设计要求。