低信杂比合成孔径雷达图像的地物目标检测方法
【技术领域】
[0001] 本发明属于信号与信息处理技术领域，涉及多尺度几何分析中的轮廓波 (Contourlet)变换技术与合成孔径雷达成像技术相结合的一种低信杂比的二维雷达图像 目标检测方法。
【背景技术】
[0002] 合成孔径雷达（SyntheticApertureRadar,以下简称SAR)自上个世纪50年代初 诞生以来，在民用和军事领域得到了广泛地应用。由于SAR是一种主动的微波相干成像雷 达，典型的特点是具有全天候、全天时获取数据的能力，因此，与高光谱遥感合称为当代两 大遥感前沿领域，它已成为对地观测系统和天基侦察监视系统不可缺少的重要探测技术。 SAR在军事领域的应用有着非常好前景，它不仅是军事目标情报探测的重要技术手段，还是 战场感知的重要来源。但是SAR成像受雷达系统参数和地物目标表面几何结构等因素的影 响，尤其相干成像机理所固有的斑点噪声和方位的敏感性，它们给SAR图像的解译和应用 带来了极大的困难，特别是进一步的精细化应用。侦察与反侦察、探测与反探测、识别和伪 装等总是交织发展，始终伴随着战争的演化。现代战争是高技术条件下的信息化战争，如何 准确、快速获取情报信息是一个非常关键的环节。近几场局部战争充分显示，不论是战前的 军事情报侦察还是战争态势预测及战后的战场效果评估，80%以上的信息来源于军用成像 侦察卫星和商业遥感卫星。但是，现代战场环境越来越复杂，传统的光学和红外遥感已无法 满足现代战争需求，而SAR成像遥感技术弥补了它们的缺陷，发挥了不可替代的作用，如美 国的"长曲棍球"系列。在SAR的应用领域中，SAR目标的检测、分类和识别以及变化信息的 获取，始终是目标情报侦察监视和战场动态感知的重要内容。
[0003] 现代战场和目标情报侦察信息主要来源于各种遥感图像，例如SAR图像、红外图 像和光学图像。同时一些重要的、高价值目标经常被伪装或隐蔽，或者涂上一些吸收材料。 因此，在遥感图像中这些目标往往呈现的是弱散射或弱反射体，经常被背景杂波信号所干 扰和覆盖，很难被探测或检测到。产生这种现象的根本原因是目标与背景之间的反射或 散射强度非常接近，即它们的灰度值很接近，导致整个图像的信杂比也非常很低。这非常 不利用于目标的检测与识别。而现有的目标检测方法很难获得理想的效果，因此，为了有 效检测这些隐蔽的目标、弱反射的目标和较小的目标，本发明从SAR成像机理出发，利用 多尺度几何分析理论中轮廓波变换原理，提出了一种新的低信杂比（LowSignalClutter Ratio,LSCR)目标检测方法。
【发明内容】
[0004] 针对上述现有技术状况，本发明的目的在于：提供一种低信杂比合成孔径雷达图 像的地物目标检测方法，简称LSCR检测方法。该方法一方面能有效抑制SAR图像斑点噪声 的影响，另一方面，通过特征的提取，能调整SAR图像中目标区域或感兴趣区域的特征与背 景杂波特征之间的灰度动态范围。更重要的是利用轮廓波变换的多尺度多方向性特点，获 得的信息更加准确。因此，该方法能明显提高目标的检测率，能有效检测到SAR目标，同时 能获得更丰富的目标信息。
[0005] 现将本发明构思及技术解决方案叙述如下：
[0006] 由于SAR成像机理非常复杂，不同于光学成像，因此，目标的检测需要预先对SAR 图像进行处理，如滤波、锐化处理、直方图处理、各种变换处理，目的是提高SAR图像的信杂 t匕，有利于目标的检测。它们通常很难达到理想的效果。SAR成像是地物目标特征空间到影 像空间的映射，电磁波与地物目标的相互作用非常复杂，从地物目标散射回来的信号是非 平稳、非线性信号。轮廓波变换优于小波变换，具有许多的自身优点：如多尺度特性、良好的 时频局部特性、多方向特性、各向异性特性，同时在每个尺度的方向数目进行了拓展，允许 每个尺度上具有不同数目的分解方向。轮廓波变换可以用较少的基函数来稀疏表示曲线， 对图像是一种优越的稀疏表示方式，已在图像融合、图像去噪、图像增强、图像分割、图像目 标检测、人脸识别、图像水印处理、医学图像处理等方面得到了广泛的应用，小波变换也是 一种非常好的非平稳信号处理方法，已得到了广泛的应用。根据SAR成像原理和轮廓波变 换的特点，以及小目标、掩藏目标和弱散射目标在SAR图像中的特征，本发明提出了一种低 信杂比SAR图像地物目标检测方法，通过轮廓波变换，尤其是选择不同的轮廓波分解系数 特征，可以抑制SAR图像固有的斑点噪声的影响，提高SAR图像的信噪比，有利于目标的检 查；轮廓波分解过程中，每个分解层的可以设置不同的分解方向，通过提取不同方向的特征 信息，可以获得更丰富的目标边缘细节信息和几何信息；通过提取不同的轮廓波分解系数 特征，并进行融合处理，改善了目标特征值与背景特征值之间的差距，从而可提高目标检测 能力和抗虚警能力。实验表明该方法是一种非常有效的目标检测方法，有着极大的应用潜 力。
[0007] 根据上述发明构思和实际的实验结果，本发明提出一种低信杂比合成孔径雷达图 像的地物目标检测方法，主要包括以下步骤：（参见图1):
[0008] 步骤1:输入SAR图像；
[0009] 步骤2:输入轮廓波变换的尺度分解和方向分解参数；
[0010] 步骤2. 1 :确定轮廓波变换分解尺度数：
[0011] 步骤2. 2 :确定轮廓波变换分解的各尺度上方位向数目：
[0012] 步骤3 :对输入的SAR图像进行轮廓波分解变换；；
[0013] 步骤3. 1:根据步骤2. 1中所确定的分解尺度，即所要分解的层次数目，然后对SAR 进行各尺度分解；
[0014] 步骤3. 2:根据步骤2. 2中所确定的各分解尺度上的方位分解数目，对尺度分解后 的SAR图像的各层进行方位分解；
[0015] 步骤4:提取轮廓波分解各尺度分解系数特征图，并选择相应的特征；
[0016] 步骤5:确定目标检测的方法；
[0017] 由于SAR成像的机理是相干成像，所以，选择我们课题组提出的相干性恒虚警率 (以下简称CCFAR)检测法对目标进行检测。CCFAR检测法通过增大目标与背景杂波反射强 度的差距来达到检测目标的目的，不论是弱小目标还是隐藏目标，均能检测出来，而且检测 效果好，在同样的恒虚警率下，产生的虚警最少；
[0018] 步骤6 :确定检测阈值T;
[0019] 步骤7 :对特征图进行目标检测，并获得检测结果。
[0020] 本发明进一步提供一种基于轮廓波变换的合成孔径雷达图像目标检测方法，其特 征在于：步骤2中所述的对输入的SAR图像进行轮廓波分解时所确定的尺度分解数和方位 向分解数等参数确定的具体步骤为：
[0021] 步骤2. 1 :确定轮廓波变换分解尺度数：
[0022] 轮廓波分解参数的设置对检测结果有较大的影响，这些参数主要包含尺度分解级 数和方位向分解方向个数；尺度分解级数和方位向分解方向个数的值设置不能太高，也不 能太低；如果尺度分解级数值太高，对于SAR图像来说，意味着高尺度中包含的大量的斑点 噪声，它们会把目标区域的几何细节和边缘信息淹没，反而不利于目标的检测，因此，尺度 分解级数的值通常为3到5比较合适。
[0023] 步骤2. 2:确定轮廓波变换分解的各尺度上方位向数目：
[0024] 同分解尺度数目确定一样，方位向分解参数的确定也非常重要，它取值偏大或偏 小都会影响方位