專利名稱：基于小波增強(qiáng)的合成孔徑雷達(dá)圖像船艦?zāi)繕?biāo)檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域的一種目標(biāo)檢測方法，特別是涉及合成孔徑雷達(dá)(SyntheticAperture Radar，簡稱SAR)圖像經(jīng)過小波增強(qiáng)后的圖像船艦?zāi)繕?biāo)檢測方法。
背景技術(shù)：
早期SAR圖像船艦?zāi)繕?biāo)檢測使用簡單閾值法，主要適用于背景雜波簡單，船艦?zāi)繕?biāo)角反射信號強(qiáng)的情形。隨著SAR的發(fā)展，后來相繼提出了單元平均(Cell Averaging，簡稱CA)類恒虛警概率檢測算法、順序統(tǒng)計(jì)量(Ordered Statistic，簡稱OS)類恒虛警概率檢測算法以及中值和形態(tài)(Median and Morphological，簡稱MEMO)濾波器恒虛警概率檢測算法。為適應(yīng)背景雜波變換，采用了高斯概率模型、對數(shù)正態(tài)模型、伽馬分布模型、韋布爾模型以及K-分布模型模擬背景雜波。在上述三類檢測算法中，CA類算法具有復(fù)雜度低，易于實(shí)現(xiàn)等特點(diǎn)，常用于實(shí)際檢測系統(tǒng)中。檢測系統(tǒng)經(jīng)典模型如圖1所示。
影響SAR圖像船艦?zāi)繕?biāo)檢測性能的主要因素有雷達(dá)入射角、掃描模式、極化方式、目標(biāo)形狀、海(地)面狀況和SAR成像系統(tǒng)的熱噪聲等。在對同一SAR圖像的檢測中，各種SAR圖像船艦?zāi)繕?biāo)檢測算法的檢測性能主要取決于準(zhǔn)確估計(jì)SAR圖像背景參數(shù)，包括SAR圖像背景雜波概率分布模型、均值以及有效視數(shù)(effective number of looks)。
在實(shí)際應(yīng)用中，圖1的檢測窗口的目標(biāo)信號常常泄漏到背景窗口中，影響背景參數(shù)的估計(jì)，降低了檢測器性能。為改善檢測器性能，提出了雙參數(shù)恒虛警概率(Constant False AlarmRate，簡稱CFAR)檢測算法，檢測系統(tǒng)如圖2所示。與經(jīng)典檢測器相比，雙參數(shù)CFAR檢測算法在檢測窗口周圍增加了一個邊框厚度為N的保護(hù)窗口，用于提高背景參數(shù)估計(jì)的準(zhǔn)確性。
SAR成像系統(tǒng)發(fā)射的相干電磁波照射的地(海)表單元包含了大量隨機(jī)分布的散射體，該單元總的回波是各散射體反射的電磁波的相干疊加，使SAR圖像出現(xiàn)隨機(jī)分布的黑白斑點(diǎn)，即斑點(diǎn)(Speckle)噪聲。SAR圖像的斑點(diǎn)噪聲降低了雙參數(shù)恒虛警概率檢測算法的檢測性能。為提高檢測器性能，可對輸入SAR圖像進(jìn)行預(yù)處理，主要預(yù)處理方法為船艦?zāi)繕?biāo)信號增強(qiáng)和背景去噪。因小波分析在圖像處理方面具有數(shù)學(xué)顯微鏡功能，即可將圖像分解為不同尺度、不同方向的圖像分量，從而小波分析可應(yīng)用于SAR圖像船艦?zāi)繕?biāo)增強(qiáng)和去噪。
由于小波函數(shù)是局部非零的緊支函數(shù)，從而SAR圖像小波變換(Wavelet Transform，簡稱WT)后的小波系數(shù)實(shí)際可看成是經(jīng)過高頻濾波器處理后的結(jié)果。根據(jù)多分辨分析的思想，小波變換相當(dāng)于一對由高通和低通濾波器組成的濾波器組，這便于實(shí)現(xiàn)圖像的快速小波分解和重構(gòu)。結(jié)合高通濾波器的性質(zhì)可知，圖像經(jīng)過小波變換后，在圖像發(fā)生突變之處小波系數(shù)將產(chǎn)生局部極值。根據(jù)小波系數(shù)的這一局部特性，可檢測SAR圖像信號的突變，并對船艦?zāi)繕?biāo)信號進(jìn)行有效增強(qiáng)，同時可抑制SAR圖像斑點(diǎn)噪聲以及使SAR背景均勻化。

發(fā)明內(nèi)容
為了解決經(jīng)典SAR圖像船艦?zāi)繕?biāo)檢測算法中復(fù)雜背景雜波難以用數(shù)學(xué)概率模型準(zhǔn)確擬和的問題，本發(fā)明提供了一種基于小波多尺度積(Wavelet Multiscale Products，簡稱WMP)的SAR圖像船艦?zāi)繕?biāo)信號增強(qiáng)和去噪方法。該方法設(shè)計(jì)了一種在小波域內(nèi)增強(qiáng)船艦?zāi)繕?biāo)信號和削弱斑點(diǎn)噪聲的算法，提出了一種采用小波變換預(yù)處理SAR圖像的檢測器。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是在預(yù)處理器中，對輸入SAR圖像進(jìn)行小波變換，得SAR圖像的低頻分量和高頻分量。對高頻小波系數(shù)進(jìn)行閾值濾波，過濾系數(shù)絕對值較小的小波系數(shù)，將位置相同且尺度不同的高頻小波系數(shù)相乘，得船艦信號增強(qiáng)和背景雜波削弱的高頻小波系數(shù)，將此高頻小波系數(shù)與低頻分量一起，通過綜合濾波器重構(gòu)SAR圖像，得到經(jīng)過小波多尺度積增強(qiáng)的SAR圖像。將增強(qiáng)SAR圖像作為待檢測圖像輸入雙參數(shù)CFAR檢測器，得到最后檢測結(jié)果。
本發(fā)明的有益效果是，通過對SAR圖像進(jìn)行小波多尺度積增強(qiáng)處理，可增強(qiáng)SAR圖像船艦?zāi)繕?biāo)信號，削弱背景噪聲，均勻SAR圖像背景雜波，提高SAR圖像背景雜波的可估計(jì)性，從而提高了SAR圖像船艦?zāi)繕?biāo)檢測性能。


圖1是通用檢測系統(tǒng)模型圖中1.M-單元延遲器，2.K-單元延遲器，3.均值估計(jì)器，4.判決器，x(n)為輸入SAR圖像，z(n)為輸出檢測結(jié)果，為乘法器，T為與虛警概率相關(guān)的閾值。
圖2是雙參數(shù)檢測器模型圖中5.N-單元延遲器。
圖3是小波多尺度積增強(qiáng)檢測器模型圖中6.小波多尺度積增強(qiáng)器模塊。
圖4是小波多尺度積增強(qiáng)器結(jié)構(gòu)，是圖3中的6的具體實(shí)現(xiàn)圖中11.分析低通濾波器，12.分析高通濾波器，13.綜合低通濾波器，14.綜合高通濾波器，15.閾值濾波器，21.第一級小波變換，22.第二級小波變換，23.第三級小波變換，為乘法器，為加法器，Li(i＝1，2)分別為圖像經(jīng)過低通濾波器11后的第一級、第二級輸出，Hi(i＝1，2，3)分別為圖像經(jīng)過高通濾波器12后的第一級、第二級和第三級輸出，Hi′(i＝1，2，3)分別為高頻分量Hi(i＝1，2，3)經(jīng)過閾值濾波器15后的輸出系數(shù)，H′為Hi′(i＝1，2，3)經(jīng)過乘法器后輸出的高頻分量，HR為H′經(jīng)過綜合高通濾波器14后的高頻重建分量，LR為L1經(jīng)過綜合低通濾波器13后的低頻重建分量，y(n)為輸出增強(qiáng)信號。
具體實(shí)施例方式
1.小波多尺度積增強(qiáng)器分析SAR圖像斑點(diǎn)噪聲的形成機(jī)理以及小波系數(shù)的特點(diǎn)，本發(fā)明采用圖3的檢測器結(jié)構(gòu)示意圖，其中6為小波多尺度積增強(qiáng)器模塊，它由分析低通濾波器、分析高通濾波器、閾值濾波器、乘法器、綜合低通濾波器、綜合高通濾波器和加法器組成，本發(fā)明采用三級小波變換達(dá)到增強(qiáng)SAR的目的，詳細(xì)結(jié)構(gòu)如圖4所示。
實(shí)現(xiàn)信號的離散小波變換有抽樣離散小波變換(Decimated Discrete Wavelet Transform，簡稱DDWT)和非抽樣離散小波變換(Undecimated Discrete Wavelet Transform，簡稱UDWT)兩種，由于UDWT具有平移不變性，能更精確的估計(jì)信號波形，本發(fā)明采用UDWT計(jì)算信號的小波系數(shù)。對SAR圖像作小波變換時，為計(jì)算方便，本發(fā)明選擇的小波函數(shù)為可分離函數(shù)，即二維小波函數(shù)可分解為兩個一維小波函數(shù)的乘積，從而SAR圖像的小波變換等同于對圖像的行、列分別作一維小波變換。在圖像重建時，采用相對應(yīng)的順序進(jìn)行逆小波變換，即對變換圖像的列、行進(jìn)行一維逆小波變換。
首先對輸入SAR圖像進(jìn)行三級小波變換，并對高頻系數(shù)進(jìn)行閾值濾波。具體方案為SAR圖像x(n)進(jìn)入第一級小波變換21，通過分析低通濾波器11得低頻分量L1，通過分析高通濾波器12得高頻分量H1，分析高通濾波器12的作用是獲得SAR圖像船艦信號的邊緣，H1經(jīng)過閾值濾波器15后得H1′，其作用是過濾絕對值較小的小波系數(shù)，從而達(dá)到去噪目的；低頻分量L1進(jìn)入第二級小波變換22，通過分析低通濾波器11得低頻分量L2，通過分析高通濾波器12得高頻分量H2，H2經(jīng)過閾值濾波器15后得H2′；低頻分量L2進(jìn)入第三級小波變換23，通過分析高通濾波器12得高頻分量H3，H3經(jīng)過閾值濾波器15后得H3′，由于本發(fā)明沒有應(yīng)用第三級小波變換的低頻分量，故第三級小波變換沒有使用低通濾波器。
其次，對高頻系數(shù)作多尺度積。將經(jīng)過閾值濾波處理后的三個高頻分量H1′、H2′和H3′輸入乘法器，輸出經(jīng)過多尺度積處理后的高頻分量H′。
最后，輸出增強(qiáng)圖像。用低頻分量和經(jīng)過多尺度積處理后的高頻分量重建增強(qiáng)圖像，具體實(shí)施步驟為將第一級小波變換的低頻分量L1輸入綜合低通濾波器13，輸出重建低頻分量LR，將經(jīng)過多尺度積處理后的高頻分量H′輸入綜合高通濾波器14，輸出重建高頻分量HR；將LR和HR輸入加法器，輸出經(jīng)過小波多尺度積增強(qiáng)后的重建SAR圖像y(n)。
2.小波多尺度積檢測算法本發(fā)明采用的檢測算法的原理圖如圖3所示，在雙參數(shù)恒虛警概率(Constant False AlarmRate，CFAR)檢測算法中增加SAR圖像預(yù)處理小波多尺度積增強(qiáng)器模塊。輸入SAR圖像x(n)經(jīng)過小波多尺度積增強(qiáng)后，輸出增強(qiáng)SAR圖像y(n)。y(n)經(jīng)過下列三個步驟后輸出檢測結(jié)果z(n)。
首先，獲取背景窗口、保護(hù)窗口和檢測窗口。具體實(shí)施方案為將增強(qiáng)SAR圖像y(n)作為雙參數(shù)CFAR檢測器的輸入，y(n)通過兩個延遲器1輸出背景窗口，用于統(tǒng)計(jì)背景參數(shù)；通過兩個延遲器5得保護(hù)窗口，作用是避免檢測窗口中的船艦?zāi)繕?biāo)信號泄漏到背景窗口，提高背景窗口估計(jì)參數(shù)的準(zhǔn)確性；y(n)通過延遲器2輸出檢測窗口，檢測器對檢測窗口中的信號進(jìn)行判決，確定是否為船艦?zāi)繕?biāo)。
其次，相關(guān)參數(shù)估計(jì)。將背景窗口輸入均值估計(jì)器3輸出背景窗口估計(jì)均值μb，將檢測窗口輸入均值估計(jì)器得檢測窗口估計(jì)均值μt。根據(jù)用戶接收的虛警概率，輸入閾值系數(shù)T，將T和μb輸入乘法器，輸出檢測閾值T·μb。
最后，獲得檢測結(jié)果。將檢測窗口估計(jì)均值μt和檢測閾值T·μb輸入判決器4，若μt＞T·μb，則判決為目標(biāo)，否則判決為背景雜波。根據(jù)判決器結(jié)果，輸出檢測結(jié)果z(n)。
權(quán)利要求
1.一種基于小波增強(qiáng)的合成孔徑雷達(dá)(SAR)圖像船艦?zāi)繕?biāo)檢測方法，檢測系統(tǒng)中SAR圖像預(yù)處理器與常規(guī)目標(biāo)檢測器相連，其特征是SAR圖像預(yù)處理器利用了船艦?zāi)繕?biāo)邊緣信號和背景噪聲分布特點(diǎn)，實(shí)現(xiàn)SAR圖像船艦信號增強(qiáng)和背景噪聲削弱。
2.根據(jù)權(quán)利要求1所述的基于小波增強(qiáng)的SAR圖像船艦?zāi)繕?biāo)檢測方法，其特征還在于對SAR作三級非抽樣小波變換，用閾值濾波器過濾系數(shù)較小的小波系數(shù)，并將不同尺度上相同位置的小波系數(shù)作連乘，增強(qiáng)具有跨尺度的船艦?zāi)繕?biāo)信號邊緣，并對不具有跨尺度特征的斑點(diǎn)噪聲去噪，用處理后的小波系數(shù)和低頻分量作逆小波變換，增強(qiáng)SAR圖像船艦?zāi)繕?biāo)邊緣，同時削弱背景噪聲和均勻背景雜波。
3.根據(jù)權(quán)利要求1或2所述的基于小波增強(qiáng)的SAR圖像船艦?zāi)繕?biāo)檢測方法，其特征還在于將經(jīng)過多尺度積增強(qiáng)的SAR圖像作為雙參數(shù)恒虛警概率檢測器的輸入，經(jīng)過雙參數(shù)恒虛警概率算法檢測后，輸出SAR船艦?zāi)繕?biāo)檢測結(jié)果。
全文摘要
本發(fā)明在圖像處理領(lǐng)域提出了一種基于小波多尺度積增強(qiáng)的SAR圖像船艦?zāi)繕?biāo)檢測方法。針對常規(guī)合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)圖像船艦?zāi)繕?biāo)檢測方法中背景雜波的概率分布估計(jì)不準(zhǔn)確，導(dǎo)致檢測性能低的問題，基于小波多尺度積增強(qiáng)的SAR圖像船艦?zāi)繕?biāo)檢測方法，先對SAR圖像進(jìn)行三級非抽樣小波變換，將高頻分量進(jìn)行閾值濾波過濾絕對值較小的小波系數(shù)，并將不同尺度上位置相同的小波系數(shù)作連乘，得到經(jīng)過多尺度積增強(qiáng)的高頻小波系數(shù)。用此高頻分量和小波變換的低頻分量重構(gòu)增強(qiáng)SAR圖像，將增強(qiáng)SAR圖像作為待檢測圖像輸入雙參數(shù)恒虛警概率檢測器，從而提高SAR圖像船艦?zāi)繕?biāo)的檢測性能。
文檔編號G01S13/00GK1920594SQ20061008074
公開日2007年2月28日 申請日期2006年5月16日 優(yōu)先權(quán)日2006年5月16日
發(fā)明者凃國防, 陳德元, 張燦 申請人:中國科學(xué)院研究生院