一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【目标检测】基于matlab SAR图像舰船目标检测【含Matlab源码 3082期】
点击上面蓝色字体，直接付费下载，即可。

获取代码方式2：
付费专栏Matlab图像处理（初级版）

备注：
点击上面蓝色字体付费专栏Matlab图像处理（初级版），扫描上面二维码，付费29.9元订阅海神之光博客付费专栏Matlab图像处理（初级版），凭支付凭证，私信博主，可免费获得1份本博客上传CSDN资源代码（有效期为订阅日起，三天内有效）；
点击CSDN资源下载链接：1份本博客上传CSDN资源代码

二、数字图像处理简介

图像处理基础教程链接
1 【基础教程】基于matlab图像处理（表示方法+数据结构+基本格式+类型转换+读取+点运算+代数运算）【含Matlab源码 834期】
2 【基础教程】基于matlab图像处理（读写+显示+运算+转换+变换+增强+滤波+分析+统计）【含Matlab源码 144期】
3 【基础教程】基于matlab图像增强+复原+分割【含Matlab源码 056期】

三、部分源代码

function sar_cfar_6(hObject,eventdata,handles,f)
%SAR图像CFAR目标检测算法，算法采用的是基于瑞利分布的双参数CFAR算法
% sar_cfar_4(hObject,eventdata,handles,f)，hObject,eventdata,handles分别是
% 图形界面程序传递下来的对象，事件，句柄；在这里，对象和事件均未使用，只使用了
% 句柄，f为输入的SAR图像，此时，SAR图像已经由三维变成了一维
f=imread(‘SAR-ship-4m.bmp’);
%figure;
%imshow(f); %显示原图

pf = 0.001; %人为设定的恒虚警率
% densGate = 0.01; %密度滤波阈值
% rad = 1; %形态学滤波结构元素半径值

%–图像前期处理
f = double(f);
f_size = size(f);

%–交互的确定目标尺寸
% rect = getrect(handles.axes1);
width = 40;
height = 45;
% tic

%–进度条程序
% hWaitbar = waitbar(0,‘请等待’);
% h1=findobj(hWaitbar,‘type’,‘patch’);
% set(h1,‘FaceColor’,‘r’,‘EdgeColor’,‘y’);
% numWait = f_size(1)*f_size(2);
% numWaitCount = 0;

%--------------------------------------------------------------------------
% 一、确定CFAR检测器参数，包括窗口尺寸，保护区宽度，杂波区宽度
%--------------------------------------------------------------------------

%–确定CFAR检测器的参数
%–1.取长宽中的最大值
global tMaxLength;
tMaxLength = max(width,height);

%–2.确定保护区的边长
global proLength;
proLength = tMaxLength*2 + 1; %为方便计算，取为奇数

%–3.确定杂波区环形宽度
global cLength;
cLength = 1; %厚度一般为1个像素点

%–4.计算用于杂波区域的像素数
numPix = 2cLength(2*cLength+proLength+proLength);

%–5.CFAR检测器边长的一半
global cfarHalfLength;
cfarHalfLength = tMaxLength+cLength;

%–6.CFAR检测器边长
global cfarLength;
cfarLength = proLength + 2*cLength;
str = sprintf(‘CFAR检测器保护区边长：%f，杂波区环形宽度：%f，用于杂波的像素数：%f’…
,proLength,cLength,numPix); %显示
% disp(str); %显示

%--------------------------------------------------------------------------
% 二、对原图像边界扩充，以消除边界的影响
%--------------------------------------------------------------------------
padLength = cfarHalfLength; %确定图像填充的边界大小为CFAR滑窗的一半
global g;
g = padarray(f,[padLength padLength],‘symmetric’); %g为填充后的图像
% global g_dis; %画图
% g_dis = g; %画图

%--------------------------------------------------------------------------
% 三、确定CFAR阈值
%--------------------------------------------------------------------------

th = (2*sqrt(-log(pf))-sqrt(pi))/(sqrt(4-pi)); %该阈值由认为确定的虚警概率求
%X = norminv(P,mu,sigma) %得

%--------------------------------------------------------------------------
% 四、利用CFAR检测器，求解局部阈值，执行单个像素点的判断
%--------------------------------------------------------------------------

%–1.定义结果处理矩阵
global resultArray
resultArray = zeros(size(g));

%–2.CFAR检测

%这里将CFAR检测器划分为四个检测区，如下图所示
%
% |—————————————|
% |——————-1——————|
% | | | |
% | | | |
% | 3 | | 4 |
% | | | |
% | | | |
% | | | |
% |—————————————|
% |——————-2——————|
%遍历图像中的每个点
for i = (1+padLength):(f_size(1)+padLength)
for j = (1+padLength):(f_size(2)+padLength)
[csIndex1 csIndex2 csIndex3 csIndex4] = getEstSec(i,j,1);
%得到(i,j)处像素所对应的4个杂波估计区域，如上图所示
[u,delta] = cfarEstPra(csIndex1,csIndex2,csIndex3,csIndex4);
%由杂波区域得到均值和标准偏差
temp = (g(i,j)-u)/delta; %计算双参数CFAR检测判别式
%目标点判别
if temp > th
resultArray(i,j) = 1;
else resultArray(i,j) = 0;
end
end
end

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]赵燕熙.基于时间和空间显著性运动目标检测方法研究[D].昆明理工大学

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除