基于各項(xiàng)異性擴(kuò)散空間的sar圖像顯著性區(qū)域檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及SAR圖像顯著性區(qū)域檢測(cè)，可用作SAR圖像目 標(biāo)檢測(cè)和目標(biāo)識(shí)別。 技術(shù)背景
[0002] 合成孔徑雷達(dá)SAR系統(tǒng)作為一種主動(dòng)式微波成像雷達(dá)，因其具有全天時(shí)、全天候 以及穿透性的特點(diǎn)，已經(jīng)成為了遙感領(lǐng)域獲取數(shù)據(jù)的重要工具。隨著SAR圖像數(shù)據(jù)量的增 加以及圖像分析技術(shù)的發(fā)展，自動(dòng)處理SAR圖像的需求也日益強(qiáng)烈。特別是SAR圖像目標(biāo) 檢測(cè)技術(shù)，不但可以減少人工判讀的工作量，還是SAR圖像的自動(dòng)目標(biāo)識(shí)別ATR技術(shù)的基礎(chǔ) 和關(guān)鍵環(huán)節(jié)。因此，有效的、準(zhǔn)確的獲得SAR圖像目標(biāo)區(qū)域可以提高SAR圖像目標(biāo)識(shí)別的效 率以及目標(biāo)的定位精度。
[0003]SAR圖像中的目標(biāo)區(qū)域通常都與背景存在明顯區(qū)別。在人類視覺系統(tǒng)中，這類 區(qū)域即就是底層視覺中與場(chǎng)景內(nèi)容無關(guān)的顯著性區(qū)域。因此，通過檢測(cè)SAR圖像中的顯 著性區(qū)域就可以獲得目標(biāo)區(qū)域。傳統(tǒng)的光學(xué)圖像顯著性區(qū)域檢測(cè)方法，是由Laurent. Itti，ChristofKoch和ErnstNiebur等人提出的多尺度顯著性區(qū)域檢測(cè)方法（Laurent. Itti,ChristofKochandErnstNiebur.AModelofSaliency-BasedVisualAttention forRapidSceneAnalysis.IEEETrans,onPatternAnalysisandMachineIntelligen ce，1998, 20 (11) : 1254-1259)。該方法的步驟為：首先對(duì)圖像進(jìn)行高斯金字塔分解；通過"中 心"細(xì)尺度與"周圍"粗尺度的中心-周圍差得到早期視覺特征；通過歸一化中心-周圍差 得到顯著圖后，采用贏者全得策略得到顯著性區(qū)域位置。因?yàn)樵摲椒ê?jiǎn)單且魯棒性強(qiáng)，已被 很多光學(xué)圖像目標(biāo)識(shí)別系統(tǒng)所采用。但研宄發(fā)現(xiàn)，邊緣信息是顯著性區(qū)域判斷和定位的關(guān) 鍵，該方法采用的高斯金字塔分解并不能保持準(zhǔn)確的邊緣位置，從而影響顯著性區(qū)域的定 位精度。又由于該方法無法給出明確的顯著性區(qū)域大小，因而無法準(zhǔn)確標(biāo)出顯著性區(qū)域在 圖像中的范圍。在將該方法應(yīng)用于SAR圖像時(shí)，由于SAR系統(tǒng)成像過程中產(chǎn)生大量斑點(diǎn)噪 聲會(huì)改變真實(shí)的圖像強(qiáng)度，在勻質(zhì)區(qū)域造成虛假邊緣，又使得較亮的顯著性區(qū)域的真實(shí)邊 緣變得模糊，從而無法利用準(zhǔn)確的邊緣信息判定顯著性區(qū)域，同時(shí)降低了其定位的準(zhǔn)確性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于克服上述已有問題的缺點(diǎn)，提出一種基于各項(xiàng)異性擴(kuò)散空間的 SAR圖像顯著性區(qū)域檢測(cè)方法，以減小對(duì)區(qū)域顯著性及其位置坐標(biāo)的誤判，提高算法的準(zhǔn)確 性，并有效的給出顯著性區(qū)域范圍，為后續(xù)目標(biāo)鑒別及識(shí)別奠定良好的基礎(chǔ)。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下步驟：
[0006] (1)輸入一幅IXJ大小的SAR圖像SI，利用該圖像上的一塊矩形勻質(zhì)區(qū)域R，計(jì)算 該圖像的等效視數(shù)ENL;
[0007] (2)給定虛警概率pfa，根據(jù)等效視數(shù)ENL計(jì)算初始邊緣門限T;
[0008] (3)設(shè)置最大尺度、最小尺度\_和尺度間隔AA，并設(shè)k依次 取值為從0到（入ax-Amin)/AA的所有整數(shù)，在尺度Amin+kXAA下，利用 (Amin+kXAA)X(Amin+kXAA)的檢測(cè)窗口，計(jì)算每個(gè)像素點(diǎn)（i，j)的邊緣強(qiáng)度gijk，其 中，其中i為像素點(diǎn)所在的行，j為像素點(diǎn)所在的列，1 <i<I，1 <j<J;
[0009] (4)根據(jù)邊緣強(qiáng)度guk，計(jì)算在尺度入min+kXA入下每個(gè)像素點(diǎn)（i，j)的擴(kuò)散系 數(shù)divuk;
[0010] (5)設(shè)m依次取值為從0到I的所有整數(shù)，n依次取值為從0到J的所有整數(shù)，根 據(jù)尺度入in+kXAA的擴(kuò)散系數(shù)，計(jì)算尺度Amin+kXAA的第m行的行邊緣參數(shù)矩陣Am，k 和第n列的列邊緣參數(shù)矩陣A'n，k;
[0011] (6)設(shè)k依次取值從0到（A^-U/AA-1的所有整數(shù)，根據(jù)尺度Amin+kXA入 的行邊緣參數(shù)矩陣和列邊緣參數(shù)矩陣，利用加性算子分裂策略，計(jì)算尺度Amin+kXAA的 尺度圖Uk及其對(duì)比圖Uk';
[0012](7)根據(jù)（6)計(jì)算的尺度圖Uk及其對(duì)比圖Uk'，計(jì)算初始顯著性矩陣Yt:
[0013] 7a)計(jì)算每個(gè)像素點(diǎn)（i，j)在尺度Amin+kXAA下的尺度顯著性度量Suk;
[0014] 7b)找出7a)求得的AA個(gè)尺度顯著性度量中最大的一個(gè)，如果該 尺度顯著性度量對(duì)應(yīng)的尺度&」為A_或A_-AX，則像素點(diǎn)（i，j)不具有顯著性區(qū)域， 不再定義該像素點(diǎn)的顯著性度量，否則，像素點(diǎn)（i，j)具有顯著性區(qū)域，其顯著性度量Su 為尺度Ru的尺度顯著性度量，并將行向量（i，j，Ru，Sd加入初始顯著性矩陣Yt;
[0015] (8)選取初始顯著性矩陣YT中的前e%個(gè)最大的顯著性度量對(duì)應(yīng)的行構(gòu)建新的 顯著性矩陣Y/，0<e<100,再通過迭代方法得到穩(wěn)定顯著性矩陣乙，提取穩(wěn)定顯著性 矩陣Ys每一行的前兩個(gè)元素作為中心的行列坐標(biāo)以及第3個(gè)元素作為方形邊長(zhǎng)的像素?cái)?shù)， 在SAR圖像中畫出相應(yīng)的方形顯著性區(qū)域。
[0016] 本發(fā)明與現(xiàn)有技術(shù)相比具有如下優(yōu)點(diǎn)：
[0017] (1)本發(fā)明采用不同尺度的檢測(cè)窗口判斷像素的邊緣強(qiáng)度，并將不同尺度的邊緣 強(qiáng)度通過各項(xiàng)異性擴(kuò)散建立對(duì)應(yīng)尺度圖，在準(zhǔn)確給出邊緣位置的同時(shí)能夠有效的描述不同 尺度邊緣信息，從而提高了區(qū)域顯著性判斷及定位的準(zhǔn)確性；
[0018] (2)本發(fā)明在判斷區(qū)域的顯著性時(shí)，采用不同尺度對(duì)應(yīng)的方形窗口計(jì)算顯著性度 量，并將該度量的尺度作為區(qū)域的顯著性尺度，從而給出了顯著性區(qū)域在圖像中的實(shí)際范 圍。
[0019] 仿真結(jié)果表明，本發(fā)明與現(xiàn)有的SM顯著性區(qū)域檢測(cè)方法相比，有效的描述了不同 尺度上的邊緣信息，增加了顯著性區(qū)域的檢測(cè)準(zhǔn)確性，并有效的給出了顯著性區(qū)域范圍。
【附圖說明】
[0020] 圖1是本發(fā)明的實(shí)現(xiàn)總流程圖；
[0021] 圖2是本發(fā)明中計(jì)算邊緣強(qiáng)度的子流程圖；
[0022] 圖3是本發(fā)明中計(jì)算擴(kuò)散系數(shù)的子流程圖；
[0023] 圖4是本發(fā)明中計(jì)算行邊緣參數(shù)矩陣和列邊緣參數(shù)矩陣的子流程圖；
[0024] 圖5是本發(fā)明中計(jì)算尺度圖及其對(duì)比圖的子流程圖；
[0025] 圖6是本發(fā)明中計(jì)算穩(wěn)定顯著性矩陣的子流程圖；
[0026]圖7是本發(fā)明中對(duì)實(shí)測(cè)SAR圖像進(jìn)行各向異性擴(kuò)散建立的尺度圖；
[0027] 圖8是用本發(fā)明對(duì)含有車輛目標(biāo)的低分辨率實(shí)測(cè)SAR圖像顯著性區(qū)域檢測(cè)結(jié)果 圖；
[0028] 圖9是用本發(fā)明對(duì)含有車輛目標(biāo)的高分辨率實(shí)測(cè)SAR圖像顯著性區(qū)域檢測(cè)結(jié)果 圖；
[0029] 圖10是用本發(fā)明對(duì)含有船舶目標(biāo)的實(shí)測(cè)SAR圖像顯著性區(qū)域檢測(cè)結(jié)果圖。
【具體實(shí)施方式】
[0030] 以下結(jié)合附圖對(duì)本發(fā)明的實(shí)施例及效果進(jìn)一步說明：
[0031] 參照?qǐng)D1，本發(fā)明的具體實(shí)施步驟如下：
[0032] 步驟1.輸入一幅IXJ大小的SAR圖像SI，利用該圖像上的一塊矩形勻質(zhì)區(qū)域R， 計(jì)算該圖像的等效視數(shù)ENL:
[0034] 其中，mean( ?)是求均值，var( ?)是求方差，（m,n)GR表示像素點(diǎn)（m,n)包含 于區(qū)域R中，^表示像素點(diǎn)（m，n)的像素值，I為圖像的行數(shù)，J為圖像的列數(shù)。
[0035] 步驟2.給定虛警概率pfa，根據(jù)等效視數(shù)ENL計(jì)算初始邊緣門限T:
[0037] 其中，Qinv( ?，?）為逆不完全伽馬函數(shù)，虛警概率pfa是根據(jù)目標(biāo)在圖像中的顯 著性程度進(jìn)行設(shè)置，本實(shí)例設(shè)置為10%。
[0038] 步驟3.利用檢測(cè)窗口，計(jì)算每個(gè)像素點(diǎn)的邊緣強(qiáng)度guk。
[0039] 參照?qǐng)D2,本步驟的具體實(shí)現(xiàn)如下：
[0040] 3a)設(shè)定參數(shù)：最大尺度，最小尺度Amin，尺度間隔AA，像素點(diǎn)（i，j)的初 始行坐標(biāo)為i= 1，列坐標(biāo)為j= 1，尺度系數(shù)k= 0,其中A_，Amin，AA根據(jù)目標(biāo)在圖像 中可能的大小進(jìn)行設(shè)置，本實(shí)例設(shè)60,Amin> 2,2彡AA彡10;
[0041] 3b)以像素點(diǎn)（i，j)為中心，利用（UkXA入）X(UkXA