基于变化检测技术的sar图像舰船目标鉴别方法
【专利摘要】本发明提供一种基于变化检测技术的SAR图像舰船目标鉴别方法。技术方案是：首先利用ROI切片灰度数据构建变化检测量，生成标准灰度差异图像；然后，通过对差异图像进行阈值分割，获取潜在目标像素数量和真实目标像素数量；最后，根据真实目标像素数量与潜在目标像素数量之比，利用目标的像素聚集度对ROI切片进行鉴别。本发明能够有效提高SAR图像中舰船目标和海面杂波虚警的区分能力和鉴别方法的适应能力。
【专利说明】基于变化检测技术的SAR图像舰船目标鉴别方法
【技术领域】
[0001] 本发明涉及一种SAR(Synthetic Aperture Radar,合成孔径雷达）图像舰船目标 鉴别方法，特别是涉及基于变化检测技术的SAR图像目标鉴别方法。
【背景技术】
[0002] SAR图像中，目标和背景杂波虚警散射特性的差异使两者呈现出不同的特征。 因此，基于特征提取的目标鉴别方法在目前所有鉴别方法中最为有效，其应用也最为广 泛。SAR图像中舰船目标鉴别的工作原理是对SAR图像中疑似目标的ROI (Region of Interest,感兴趣区域）切片进行特征提取，并选择合适的鉴别特征，根据设定的判决条件 对切片进行鉴别，满足条件的即为舰船目标，不符合条件的即为杂波虚警。
[0003] 现有SAR图像舰船目标鉴别方法的核心在于：（1)在已有特征的基础上，提取能反 映目标和杂波虚警本质差异的鉴别特征；（2)通过鉴别器，实现鉴别性能。目前舰船目标的 鉴别主要依靠的特征包括几何特征（面积、周长、长宽比、转动惯量等）、电磁散射特征（峰 值、散射中心等）、变换特征、局部不变特征等。然而，SAR成像机制引起的乘性相干斑噪声、 剧烈的场景对比度变化等因素会影响特征提取的稳健性、准确性和完整性。对于海洋场景 的SAR图像，舰船目标往往受到海杂波的影响，目标与背景难以分离，导致鉴别错误，虚警 无法有效去除。
【发明内容】
[0004] 本发明的目的是针对现有鉴别特征对舰船目标和海面背景杂波鉴别性能较差、稳 健性不够的缺点，提供一种基于变化检测技术的SAR图像舰船目标鉴别方法，能够有效提 高SAR图像中舰船目标和海面杂波虚警的区分能力和鉴别方法的适应能力。
[0005] 本发明技术方案的思路是：首先利用ROI切片灰度数据构建变化检测量，生成标 准灰度差异图像；然后，通过对差异图像进行阈值分割，获取潜在目标像素数量和真实目标 像素数量；最后，根据真实目标像素数量与潜在目标像素数量之比，利用目标的像素聚集度 对ROI切片进行鉴别。
[0006] 为解决上述技术问题，本发明提供一种基于变化检测技术的SAR图像舰船目标鉴 别方法，技术方案包括下述过程：
[0007] 第一步：构建变化检测量
[0008] 构建变化检测量利用的基本原理是：目标通常位于ROI切片中心，在切片四角位 置的像素可认为是杂波背景，因此利用四角位置的像素对杂波背景的均值进行统计。
[0009] 记SAR图像ROI切片为I，切片为正方形，尺寸为NXN，ROI切片中像素位置坐标 为（i，j)的灰度表示为I (i，j)，其中i，j = 1，2, 3. . . N，利用下式计算切片四角位置的四个 正方形区域的灰度均值μ P μ 2, μ 3, μ 4，其中M = [N/4]，[ ·]表示四舍五入取整操作：
[0010]
【权利要求】
1. 一种基于变化检测技术的SAR图像舰船目标鉴别方法，所述SAR是指合成孔径雷达， 其特征在于，包括下述步骤： 第一步，构建变化检测量： 记SAR图像ROI切片为I，切片为正方形，尺寸为NXN，ROI切片中像素位置坐标为 (i,j)的灰度表示为I(i,j)，其中i,j= 1，2, 3. . .N，ROI是指感兴趣区域，利用下式计算 ROI切片四角位置的四个正方形区域的灰度均值U1,μ2,μ3,μ4，其中M= [N/4]，[·]表 示四舍五入取整操作：
则背景杂波均值μ为：μ=(μ!+μ2+μ3+μ4)/4 (公式二） 利用下式计算似然比变化检测暈η(i，i):
其中n(i，j)，i，j= 1，2, 3. . .N;利用线性变换方法，将似然比变化检测量η(i，j)的 取值范围线性变换至[〇,255]，得到标准灰度差异图像D(i，j)，i，j= 1，2,…N; 第二步，自适应阈值分割： 对标准灰度差异图像D(i，j)，令pk为D(i，j) =k的概率，即灰度级k的出现概率，k=0, 1，…255 ;对任意阈值Te[1，254]，利用下式计算熵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 令阈值％ = ;用阈值Ttl对标准灰度差异图像D(i，j)进行分割得到二 值图像B:即灰度值大于阈值Ttl的像素赋值为1，否则为0 ;在二值图像B中设赋值为1的 像素为潜在目标像素，统计潜在目标像素数量，记为N1; 第三步，目标像素聚集度分析： 对二值图像B进行区域生长，计算二值图像B中心区域连通像素的个数，记为N2，计算 N1 目标像素聚集度P= 根据实际场景设定判决阈值〖，若P>t，则认为当前的ROI切 片中存在舰船目标，否则不存在舰船目标。
2.根据权利要求1所述的基于变化检测技术的SAR图像舰船目标鉴别方法，其特征在 于，对二值图像B进行区域生长，计算二值图像B中心区域连通像素的个数的过程如下：选 取二值图像B中心所在位置的3X3邻域窗口进行搜索，若无法搜索到赋值为1的像素，则N2 =0,否则将赋值为1的像素作为初始种子点Stl ;从种子点Stl出发对Stl的8邻域进行搜索， 若存在赋值为1的像素，将其视为新的种子点，以此原理迭代搜索，直到找不到新的种子点 像素为止，统计此时得到的所有种子点的数量，即为二值图像中心区域B的连通像素个数 N2。
【文档编号】G06T7/00GK104240257SQ201410519668
【公开日】2014年12月24日 申请日期:2014年9月30日 优先权日:2014年9月30日
【发明者】匡纲要, 熊博莅, 赵凌君, 陆军, 张小强, 吴健 申请人:中国人民解放军国防科学技术大学