专利名称：一种基于统计特性的合成孔径声纳目标检测方法
技术领域：
本发明涉及声纳系统图像处理领域，特别涉及一种基于统计特性的合成孔径声纳 目标检测方法。
背景技术：
现在利用图像对各种水雷进行检测和识别是一项关键的战略任务，在过去的十年 中，合成孔径声纳越来越多的用于海底成像，并且获得了高分辨率的图像。合成孔径声纳包 括一种沿直线运动的主动声纳，因此，可以模拟很长的天线。而在现实中，这么长的天线是 不可能建造的。其中包括经济和技术上的原因。图像信息包括常规处理收集的回声通过 延时补偿和波束形成组合起来，但是，就像其它的主动相干成像系统一样，这些像素点组成 的图像包含颗粒状性质，严重妨碍了数据的判读。
现在已经提出了几种方法来克服这个问题。例如，可以通过把斑点平滑到一定程 度来增强有关特征。常规的斑点滤波器起源于合成孔径雷达领域，例如Lee滤波器，其基于 斑点的乘法性质。同形滤波器可以把乘法噪声转换为加性噪声，因此可以使用为加性噪声 设计的普通滤波器，普通滤波器包括均值滤波器和中值滤波器。在搜索水雷的文献中，以前 的研究主要关注于图像分割和投射阴影的细节分析，其使用声纳图像的马尔可夫模型。另 一个策略是把声纳图像的每一个像素分为三类海底反射、阴影和回声，相应于目标回声的 图像像素分割是在其邻域内存在分段阴影的情况下进行的。在分割出来后，一些描述阴影 的特征被提取出来，从而可以对相应的目标进行检测和识别。使用数据融合，这些特性和其 他数据综合起来可以获得更好的分类效果。在已知寻找目标的回声和阴影形状的情况下， Hyland和Dobeck设计了一个声纳目标信号。在标准化和自适应杂波滤除后，声纳图像便 接近于给定的模型，增强匹配特征。类水雷像素使用贝叶斯判决准则检测，他们被分类为目 标。最后，使用神经网络来区分这些目标是水雷或者是非水雷。然而，以上方法为了提高识 别率，算法的计算量变得复杂，并且不易实现。发明内容
本发明的目的在于，解决在保证识别率的基础上，算法的简单可易实现。
为达到上述目的，本发明提供了一种基于统计特性的合成孔径声纳目标检测方 法。该方法基于回声统计模型进行检测，使用假定回声有背景噪声包围的大小依赖于像素 分辨率和预处理环节设计的确定性成分的模型；所述的合成孔径声纳目标检测方法具体步 骤包括
步骤1)把SAS原始图像映射到均值-标准差平面；
步骤2)对SAS原始图像通过熵准则设定标准差门限；
步骤幻通过SAS原始图像的统计分析模型统计得出均值-标准差平面中的均值 和标准差之间的比例因子，利用比例因子与步骤2)得到的标准差门限得到均值门限；
步骤4)利用步骤2)得出的标准差门限和步骤3)得出的均值门限对SAS原始图像进行双阈值图像分割；像素值同时大于标准差门限和均值门限，则像素赋值为“1”;否则， 像素赋值为“0”该方法还包括步骤5);所述的步骤5)对分割后的图像进行基于形态学的图像处理。所述的基于形态学的图像处理的方法包括对分割后的图像先进行腐蚀后进行膨胀。所述的步骤3)中，所述的SAS原始图像的统计分析模型中的幅度统计分布特征采 用Weibull分布、K-分布或混合Rayleigh拟合。所述的步骤1)中，所述的SAS原始图像的均值-标准差平面可以通过滑动窗来获 取；对于图像中的像素SM，若选取的滑动窗的大小为m行，j列，则该像素的均值μ u和局 部标准差σ υ分别为式(5)和式(6)
权利要求
1.一种基于统计特性的合成孔径声纳目标检测方法，该方法基于回声统计模型进行检 测，使用假定回声有背景噪声包围的大小依赖于像素分辨率和预处理环节设计的确定性成 分的模型；所述的合成孔径声纳目标检测方法具体步骤包括步骤1)把SAS原始图像映射到均值-标准差平面；步骤2)对SAS原始图像通过熵准则设定标准差门限；步骤幻通过SAS原始图像的统计分析模型统计得出均值-标准差平面中的均值和标 准差之间的比例因子，利用比例因子与步骤2)得到的标准差门限得到均值门限；步骤4)利用步骤幻得出的标准差门限和步骤幻得出的均值门限对SAS原始图像进 行双阈值图像分割；像素值同时大于标准差门限和均值门限，则像素赋值为“1”;否则，像素 赋值为“0”。
2.根据权利要求1所述的基于统计特性的合成孔径声纳目标检测方法，其特征在于， 该方法还包括步骤5)；所述的步骤5)对分割后的图像进行基于形态学的图像处理。
3.根据权利要求2所述的基于统计特性的合成孔径声纳目标检测方法，其特征在于， 所述的基于形态学的图像处理的方法为对分割后的图像先进行腐蚀后进行膨胀。
4.根据权利要求1所述的基于统计特性的合成孔径声纳目标检测方法，其特征在 于，所述的步骤幻中，所述的SAS原始图像的统计分析模型中的幅度统计分布特征采用 Weibull分布、K-分布或混合Rayleigh拟合。
5.根据权利要求1所述的基于统计特性的合成孔径声纳目标检测方法，其特征在于， 所述的步骤1)中，所述的SAS原始图像的均值-标准差平面可以通过滑动窗来获取；对于 图像中的像素Sy，若选取的滑动窗的大小为m行，j列，则该像素的均值Py和局部标准 差σ υ分别为式(5)和式(6)
6.根据权利要求1所述的基于统计特性的合成孔径声纳目标检测方法，其特征在于， 所述的步骤2)中，所述的熵准则中的熵X轴和Y轴的熵分别由式⑵和式⑶表示
全文摘要
本发明涉及一种基于统计特性的合成孔径声纳目标检测方法，该方法基于回声统计模型进行检测，使用假定回声有背景噪声包围的大小依赖于像素分辨率和预处理环节设计的确定性成分的模型；所述的合成孔径声纳目标检测方法具体步骤包括首先，把SAS原始图像映射到均值-标准差平面；其次，对SAS原始图像通过熵准则自动设定标准差门限；然后，通过SAS原始图像的统计分析模型统计得出均值-标准差平面中的均值和标准差之间的比例因子，利用比例因子与标准差门限中得到均值门限；最后，利用标准差门限和均值门限对SAS原始图像进行双阈值图像分割。
文档编号G06K9/62GK102034109SQ20101057573
公开日2011年4月27日 申请日期2010年11月30日 优先权日2009年12月8日
发明者刘维, 李保利, 田杰, 陈强 申请人:中国科学院声学研究所