基于空间相关特性的SAR图像联合CFAR检测方法与流程

本发明涉及sar图像目标检测技术领域，尤其涉及一种基于空间相关特性的sar图像联合cfar检测方法。

背景技术：

合成孔径雷达(syntheticapertureradar,sar)是一种高分辨率的成像雷达，具有全天时和全天候观测的能力。利用sar图像进行目标检测与监视的研究和技术开发在海洋遥感领域得到高度重视，是现阶段sar图像海洋应用的研究热点。

随着天气、海洋风速的变化,海况相差很大，因此呈现在sar图像中的杂波也会有巨大的差别，针对这些复杂情况，在检测过程中需要有一个自适应的恒虚警(cfar)检测方法。cfar检测算法设置了目标窗口、保护窗口、背景窗口三个滑动窗口以适应背景杂波的变化，通过对背景杂波进行参数估计及概率建模，并由给定的虚警率(pfa)自适应计算出检测阈值，实现自适应cfar检测。

传统cfar检测算法仅利用了目标与周围杂波的对比度信息，没有充分发掘目标内部的空间相关特性。目标内部像素间的空间相关特性是舰船的固有特性，具有其内在的规律。目标和杂波内部每个像素点都不是孤立存在的，各像素之间是相互关联的。传统的sar图像cfar检测方法只利用了目标孤立像素点的强度信息，没有充分发掘目标内部各像素之间的空间相关信息，导致检测结果中存在大量的虚警，尤其是复杂背景杂波下。

技术实现要素：

本发明目的就是为了弥补已有技术的缺陷，提供一种基于空间相关特性的sar图像联合cfar检测方法。

本发明是通过以下技术方案实现的：

一种基于空间相关特性的sar图像联合cfar检测方法，包括有如下步骤：

步骤(1)：设置由目标窗口、保护窗口和背景窗口组成的局部滑动窗口，统计背景窗口中杂波像素的对数均值、对数均方差以及水平、垂直、对角、反对角四个方向上相邻像素之间的灰度相关度因子，采用二维对数正态分布对八邻域内四个方向相邻像素的灰度联合概率密度建模；

步骤(2)：根据给定的虚警率，求解四个方向的联合cfar检测阈值，对目标窗口中的待检测像素进行联合判别，实现四个方向上基于灰度相关特性的联合cfar检测；

步骤(3)：采用“或”运算对四个方向上的联合cfar检测结果进行融合，在保持高目标检测率的同时，降低检测虚警率。

步骤(1)中所述的设置由目标窗口、保护窗口和背景窗口组成的局部滑动窗口，统计背景窗口中杂波像素的对数均值、对数均方差以及水平、垂直、对角、反对角四个方向上相邻像素之间的灰度相关度因子，具体方法如下：

选择窗口大小，将背景窗口中的样本进行对数变换，统计背景窗口中所有像素的对数均值μln和对数标准差σln：

式中：xi为背景窗口中第i个像素点的灰度值，n为杂波样本数；

八邻域中：中心像素与水平、垂直、对角、反对角四个方向的灰度相关度因子rθ可以通过背景窗口中的杂波进行估计得到：

式中：f(i,j)为背景窗口中杂波像素(i,j)的灰度值，μ为背景窗口中杂波的灰度均值，m与n为背景窗口的尺寸，(i+l,j+k)为杂波像素(i,j)在方向θ的邻域像素，不同方向下的(l,k)为：1)水平l＝0,k＝12)垂直l＝1,k＝03)对角l＝-1,k＝14)反对角l＝1,k＝1。

步骤(1)中所述的采用二维对数正态分布对八邻域内四个方向相邻像素的灰度联合概率密度建模，具体方法如下：

式中：x为杂波灰度值，μln与σln为杂波对数均值和标准差；

方向θ的相邻像素间的灰度联合概率密度模型f(x,y,θ)为相关度因子rθ的二维对数正态分布：

式中：x与y为方向θ相邻像素的杂波灰度值。

步骤(2)中所述的阈值计算与联合判别，具体方法如下：根据给定的虚警率pfa，求解方向θ的联合cfar检测阈值t，其求解方法为：

求解除四个方向的联合检测阈值后，可对目标窗口中的待检测像素进行联合判别，联合判别规则为：

水平方向：当f(i,j)>th&f(i,j+1)>th,fdh(i,j)＝1&fdh(i,j+1)＝1

垂直方向：当f(i,j)>tv&f(i+1,j)>tv,fdv(i,j)＝1&fdv(i+1,j)＝1

对角方向：当f(i,j)>td&f(i-1,j+1)>td,fdd(i,j)＝1&fdd(i-1,j+1)＝1

反对角方向：当f(i,j)>ta&f(i+1,j+1)>ta,fda(i,j)＝1&fda(i+1,j+1)＝1

(7)

式中：th、tv、td与ta为水平、垂直、对角和反对角方向上的联合cfar检测阈值，fdh、fdv、fdd与fda为水平、垂直、对角和反对角方向上的联合cfar检测结果，当其为“1”时表示为目标像素点。

本发明的优点是：1、本发明综合利用了sar图像中目标与杂波的对比度以及目标内部的空间相关特性来实现sar图像联合cfar检测，在保证目标检测率的同时，有效解决了传统cfar检测方法虛警率高的问题，在复杂海况中具备较强的工程应用价值。

2、本发明采用二维对数正态分布对杂波内八邻域相邻像素的灰度联合概率密度建模，有效描述了杂波的长拖尾特性，具有良好的cfar特性。

3、本发明充分利用了目标的空间相关特性，实现了基于空间相关特性的联合cfar检测，为sar图像cfar检测提供了一种新的思想与途径。

附图说明

图1是本发明提出的基于空间相关特性的sar图像联合cfar检测方法流程图。

图2是杂波区域相邻像素灰度联合概率密度图。

图3是本发明中对杂波相邻像素灰度联合概率密度拟合的二维对数正态分布图。

图4是待检测terrasar原始图像，有一个目标。

图5是采用传统对数正态分布检测方法(ln-cfar)结果图。

图6是传统双参数cfar检测方法(nm-cfar)结果图。

图7是本发明提出的基于空间相关特性的sar图像联合cfar检测方法(2dln-cfar)结果图。

图8是本发明提出的基于空间相关特性的sar图像联合cfar检测方法与传统ln-cfar检测方法的roc曲线对比图。

具体实施方式

如图1所示，一种基于空间相关特性的sar图像联合cfar检测方法，包括有如下步骤：

步骤(1)：设置由目标窗口、保护窗口和背景窗口组成的局部滑动窗口，统计背景窗口中杂波像素的对数均值、对数均方差以及水平、垂直、对角、反对角四个方向上相邻像素之间的灰度相关度因子，采用二维对数正态分布对八邻域内四个方向相邻像素的灰度联合概率密度建模；

步骤(2)：根据给定的虚警率，求解四个方向的联合cfar检测阈值，对目标窗口中的待检测像素进行联合判别，实现四个方向上基于灰度相关特性的联合cfar检测；

步骤(3)：采用“或”运算对四个方向上的联合cfar检测结果进行融合，在保持高目标检测率的同时，降低检测虚警率。

如图2所示，步骤(1)中所述的设置由目标窗口、保护窗口和背景窗口组成的局部滑动窗口，统计背景窗口中杂波像素的对数均值、对数均方差以及水平、垂直、对角、反对角四个方向上相邻像素之间的灰度相关度因子，具体方法如下：

选择窗口大小，将背景窗口中的样本进行对数变换，统计背景窗口中所有像素的对数均值μln和对数标准差σln：

式中：xi为背景窗口中第i个像素点的灰度值，n为杂波样本数；

八邻域中：中心像素与水平、垂直、对角、反对角四个方向的灰度相关度因子rθ可以通过背景窗口中的杂波进行估计得到：

式中：f(i,j)为背景窗口中杂波像素(i,j)的灰度值，μ为背景窗口中杂波的灰度均值，m与n为背景窗口的尺寸，(i+l,j+k)为杂波像素(i,j)在方向θ的邻域像素，不同方向下的(l,k)为：1)水平l＝0,k＝12)垂直l＝1,k＝03)对角l＝-1,k＝14)反对角l＝1,k＝1。

步骤(1)中所述的采用二维对数正态分布对八邻域内四个方向相邻像素的灰度联合概率密度建模，具体方法如下：

式中：x为杂波灰度值，μln与σln为杂波对数均值和标准差；

方向θ的相邻像素间的灰度联合概率密度模型f(x,y,θ)为相关度因子rθ的二维对数正态分布：

式中：x与y为方向θ相邻像素的杂波灰度值。

步骤(2)中所述的阈值计算与联合判别，具体方法如下：根据给定的虚警率pfa，求解方向θ的联合cfar检测阈值t，其求解方法为：

求解除四个方向的联合检测阈值后，可对目标窗口中的待检测像素进行联合判别，联合判别规则为：

水平方向：当f(i,j)>th&f(i,j+1)>th,fdh(i,j)＝1&fdh(i,j+1)＝1

垂直方向：当f(i,j)>tv&f(i+1,j)>tv,fdv(i,j)＝1&fdv(i+1,j)＝1

对角方向：当f(i,j)>td&f(i-1,j+1)>td,fdd(i,j)＝1&fdd(i-1,j+1)＝1

反对角方向：当f(i,j)>ta&f(i+1,j+1)>ta,fda(i,j)＝1&fda(i+1,j+1)＝1

(7)

式中：th、tv、td与ta为水平、垂直、对角和反对角方向上的联合cfar检测阈值，fdh、fdv、fdd与fda为水平、垂直、对角和反对角方向上的联合cfar检测结果，当其为“1”时表示为目标像素点。

至此，基于空间相关特性的sar图像联合cfar检测方法基本完成。

以下通过terrasar-xsar图像实验进一步说明本发明的有效性。

terrasar-xsar图像目标检测对比实验：

1.实验设置：

实验数据来自terrasar-x数据，18m分辨率、x波段、vh极化，如图4所示。实验中，采用传统双参数cfar(nm-cfar)、传统对数正态分布cfar(ln-cfar)与本发明提出的基于空间相关特性的sar图像联合cfar(2dln-cfar)进行检测性能对比。

nm-cfar和ln-cfar的目标窗口、保护窗口和背景窗口，它们的尺寸分别为：1×1、21×21和41×41。本发明提出的2dln-cfar的目标窗口、保护窗口和背景窗口，它们的尺寸分别为：3×3、21×21和41×41。各cfar检测方法的虚警率相同，均为10^-3。

2.结果分析：

本实验采用正确检测数、虚警数、接收机性能曲线(roc)对本发明提出方法和对比方法进行定量分析。ln-cfar、nm-cfar与本发明提出的2dln-cfar的检测结果如图5至图7所示。ln-cfar与本发明提出的2dln-cfar的roc曲线如图8所示。

从图5至图8可以看出：nm-cfar、ln-cfar等传统cfar检测方法只利用了目标与周围杂波的对比度信息，检测结果中存在大量的虛警；本发明提出的基于空间相关特性的sar图像联合cfar检测方法综合额外利用了目标内部相邻像素间的空间相关特性，通过采用二维对数正态分布对杂波区域内相邻像素的灰度联合概率密度进行建模，具有精确的拟合性能(如图3、4所示)。因此，在相同的虚警率下，本发明提出的基于空间相关特性的sar图像联合cfar检测方法具有更高的检测率。在相同的检测率下，具有更低的虚警率。

从图5至图8中可以看出：相比sar图像传统cfar检测方法，本发明提出的基于空间相关特性的sar图像联合cfar检测方法具有更好的检测性能，在复杂背景杂波环境下的目标cfar检测中具有较高的应用价值。