基于形态学自适应分块的高分辨SAR多特征增强算法

• 作者: 方澄 李慧娟 路稳 宋玉蒙 杨磊
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 交替方向多乘子法 合成孔径雷达成像 形态学 相变图
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 传感器与信号处理|Sensors and Signal Processing
• 页码范围: 470-479
• 页数: 10页
• 分类号: TN957.52
• 语种: 中文
• DOI: 10.12305/j.issn.1001-506X.2022.02.15

摘要

传统基于l1范数正则化算子(least absolute shrinkage and selection operator,LASSO)模型的合成孔径雷达(synthetic aperture radar,SAR)压缩感知类稀疏成像算法易丢失弱散射点.基于扩展型组LASSO系列模型的算法虽可增强SAR结构特征以保留弱散射点,但由于其增强过程中本质上采用了欧式距离方法进行特征分块,致使分块较为"机械",不能很好地提取目标结构,从而影响最终高分辨SAR成像质量.针对上述问题,提出一种基于形态学自适应分块的交替方向多乘子法(morphological auto-blocking alternating direction method of multipliers,MAB-ADMM)来实现高分辨SAR多特征表征.该算法通过建立基于形态学分块的lM/lF混合结构范数和L1稀疏范数来分别引入结构和稀疏先验,从而实现结构与稀疏多特征增强.由于采用了基于测地距离的形态学分块方式,MAB-ADMM算法能够更加有效地识别感兴趣的目标轮廓,从而提高结构增强的准确度和完整度.实验部分通过采用仿真复数据和实测SAR数据对所提算法和传统算法的成像结果进行定性对比,从而验证所提算法具有优越的多特征增强能力.此外,采用相变热力图对所提算法和传统算法的恢复能力进行定量对比,并利用MSTAR数据验证了所提算法可有效针对分类算法进行结果提升.