基于變化檢測(cè)技術(shù)的sar圖像艦船目標(biāo)鑒別方法
【專利摘要】本發(fā)明提供一種基于變化檢測(cè)技術(shù)的SAR圖像艦船目標(biāo)鑒別方法。技術(shù)方案是：首先利用ROI切片灰度數(shù)據(jù)構(gòu)建變化檢測(cè)量，生成標(biāo)準(zhǔn)灰度差異圖像；然后，通過(guò)對(duì)差異圖像進(jìn)行閾值分割，獲取潛在目標(biāo)像素?cái)?shù)量和真實(shí)目標(biāo)像素?cái)?shù)量；最后，根據(jù)真實(shí)目標(biāo)像素?cái)?shù)量與潛在目標(biāo)像素?cái)?shù)量之比，利用目標(biāo)的像素聚集度對(duì)ROI切片進(jìn)行鑒別。本發(fā)明能夠有效提高SAR圖像中艦船目標(biāo)和海面雜波虛警的區(qū)分能力和鑒別方法的適應(yīng)能力。
【專利說(shuō)明】基于變化檢測(cè)技術(shù)的SAR圖像艦船目標(biāo)鑒別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種SAR(Synthetic Aperture Radar,合成孔徑雷達(dá)）圖像艦船目標(biāo) 鑒別方法，特別是涉及基于變化檢測(cè)技術(shù)的SAR圖像目標(biāo)鑒別方法。

【背景技術(shù)】
[0002] SAR圖像中，目標(biāo)和背景雜波虛警散射特性的差異使兩者呈現(xiàn)出不同的特征。 因此，基于特征提取的目標(biāo)鑒別方法在目前所有鑒別方法中最為有效，其應(yīng)用也最為廣 泛。SAR圖像中艦船目標(biāo)鑒別的工作原理是對(duì)SAR圖像中疑似目標(biāo)的ROI (Region of Interest,感興趣區(qū)域）切片進(jìn)行特征提取，并選擇合適的鑒別特征，根據(jù)設(shè)定的判決條件 對(duì)切片進(jìn)行鑒別，滿足條件的即為艦船目標(biāo)，不符合條件的即為雜波虛警。
[0003] 現(xiàn)有SAR圖像艦船目標(biāo)鑒別方法的核心在于：（1)在已有特征的基礎(chǔ)上，提取能反 映目標(biāo)和雜波虛警本質(zhì)差異的鑒別特征；（2)通過(guò)鑒別器，實(shí)現(xiàn)鑒別性能。目前艦船目標(biāo)的 鑒別主要依靠的特征包括幾何特征（面積、周長(zhǎng)、長(zhǎng)寬比、轉(zhuǎn)動(dòng)慣量等）、電磁散射特征（峰 值、散射中心等）、變換特征、局部不變特征等。然而，SAR成像機(jī)制引起的乘性相干斑噪聲、 劇烈的場(chǎng)景對(duì)比度變化等因素會(huì)影響特征提取的穩(wěn)健性、準(zhǔn)確性和完整性。對(duì)于海洋場(chǎng)景 的SAR圖像，艦船目標(biāo)往往受到海雜波的影響，目標(biāo)與背景難以分離，導(dǎo)致鑒別錯(cuò)誤，虛警 無(wú)法有效去除。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是針對(duì)現(xiàn)有鑒別特征對(duì)艦船目標(biāo)和海面背景雜波鑒別性能較差、穩(wěn) 健性不夠的缺點(diǎn)，提供一種基于變化檢測(cè)技術(shù)的SAR圖像艦船目標(biāo)鑒別方法，能夠有效提 高SAR圖像中艦船目標(biāo)和海面雜波虛警的區(qū)分能力和鑒別方法的適應(yīng)能力。
[0005] 本發(fā)明技術(shù)方案的思路是：首先利用ROI切片灰度數(shù)據(jù)構(gòu)建變化檢測(cè)量，生成標(biāo) 準(zhǔn)灰度差異圖像；然后，通過(guò)對(duì)差異圖像進(jìn)行閾值分割，獲取潛在目標(biāo)像素?cái)?shù)量和真實(shí)目標(biāo) 像素?cái)?shù)量；最后，根據(jù)真實(shí)目標(biāo)像素?cái)?shù)量與潛在目標(biāo)像素?cái)?shù)量之比，利用目標(biāo)的像素聚集度 對(duì)ROI切片進(jìn)行鑒別。
[0006] 為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種基于變化檢測(cè)技術(shù)的SAR圖像艦船目標(biāo)鑒 別方法，技術(shù)方案包括下述過(guò)程：
[0007] 第一步：構(gòu)建變化檢測(cè)量
[0008] 構(gòu)建變化檢測(cè)量利用的基本原理是：目標(biāo)通常位于ROI切片中心，在切片四角位 置的像素可認(rèn)為是雜波背景，因此利用四角位置的像素對(duì)雜波背景的均值進(jìn)行統(tǒng)計(jì)。
[0009] 記SAR圖像ROI切片為I，切片為正方形，尺寸為NXN，ROI切片中像素位置坐標(biāo) 為（i，j)的灰度表示為I (i，j)，其中i，j = 1，2, 3. . . N，利用下式計(jì)算切片四角位置的四個(gè) 正方形區(qū)域的灰度均值μ P μ 2, μ 3, μ 4，其中M = [N/4]，[ ·]表示四舍五入取整操作：
[0010]

【權(quán)利要求】
1. 一種基于變化檢測(cè)技術(shù)的SAR圖像艦船目標(biāo)鑒別方法，所述SAR是指合成孔徑雷達(dá)， 其特征在于，包括下述步驟： 第一步，構(gòu)建變化檢測(cè)量： 記SAR圖像ROI切片為I，切片為正方形，尺寸為NXN，ROI切片中像素位置坐標(biāo)為 (i,j)的灰度表示為I(i,j)，其中i,j= 1，2, 3. . .N，ROI是指感興趣區(qū)域，利用下式計(jì)算 ROI切片四角位置的四個(gè)正方形區(qū)域的灰度均值U1,μ2,μ3,μ4，其中M= [N/4]，[·]表 示四舍五入取整操作：
則背景雜波均值μ為：μ=(μ!+μ2+μ3+μ4)/4 (公式二） 利用下式計(jì)算似然比變化檢測(cè)暈η(i，i):
其中n(i，j)，i，j= 1，2, 3. . .N;利用線性變換方法，將似然比變化檢測(cè)量η(i，j)的 取值范圍線性變換至[〇,255]，得到標(biāo)準(zhǔn)灰度差異圖像D(i，j)，i，j= 1，2,…N; 第二步，自適應(yīng)閾值分割： 對(duì)標(biāo)準(zhǔn)灰度差異圖像D(i，j)，令pk為D(i，j) =k的概率，即灰度級(jí)k的出現(xiàn)概率，k=0, 1，…255 ;對(duì)任意閾值Te[1，254]，利用下式計(jì)算熵H(T):
T 255 T 其中，6 =Σ凡，丑=-Σ/V丨na，A= -Σ代ln凡； k=Qk=0 k=0 令閾值％ = ;用閾值Ttl對(duì)標(biāo)準(zhǔn)灰度差異圖像D(i，j)進(jìn)行分割得到二 值圖像B:即灰度值大于閾值Ttl的像素賦值為1，否則為0 ;在二值圖像B中設(shè)賦值為1的 像素為潛在目標(biāo)像素，統(tǒng)計(jì)潛在目標(biāo)像素?cái)?shù)量，記為N1; 第三步，目標(biāo)像素聚集度分析： 對(duì)二值圖像B進(jìn)行區(qū)域生長(zhǎng)，計(jì)算二值圖像B中心區(qū)域連通像素的個(gè)數(shù)，記為N2，計(jì)算 N1 目標(biāo)像素聚集度P= 根據(jù)實(shí)際場(chǎng)景設(shè)定判決閾值〖，若P>t，則認(rèn)為當(dāng)前的ROI切 片中存在艦船目標(biāo)，否則不存在艦船目標(biāo)。
2.根據(jù)權(quán)利要求1所述的基于變化檢測(cè)技術(shù)的SAR圖像艦船目標(biāo)鑒別方法，其特征在 于，對(duì)二值圖像B進(jìn)行區(qū)域生長(zhǎng)，計(jì)算二值圖像B中心區(qū)域連通像素的個(gè)數(shù)的過(guò)程如下：選 取二值圖像B中心所在位置的3X3鄰域窗口進(jìn)行搜索，若無(wú)法搜索到賦值為1的像素，則N2 =0,否則將賦值為1的像素作為初始種子點(diǎn)Stl ;從種子點(diǎn)Stl出發(fā)對(duì)Stl的8鄰域進(jìn)行搜索， 若存在賦值為1的像素，將其視為新的種子點(diǎn)，以此原理迭代搜索，直到找不到新的種子點(diǎn) 像素為止，統(tǒng)計(jì)此時(shí)得到的所有種子點(diǎn)的數(shù)量，即為二值圖像中心區(qū)域B的連通像素個(gè)數(shù) N2。
【文檔編號(hào)】G06T7/00GK104240257SQ201410519668
【公開(kāi)日】2014年12月24日 申請(qǐng)日期:2014年9月30日 優(yōu)先權(quán)日:2014年9月30日
【發(fā)明者】匡綱要, 熊博蒞, 趙凌君, 陸軍, 張小強(qiáng), 吳健 申請(qǐng)人:中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué)