专利名称：基于高分辨率合成孔径雷达图像的舰船检测方法
技术领域：
本发明属于雷达图像识别技术领域，特别是一种基于高分辨率合成孔径雷达图像的舰船检测方法，可用于对海面上的舰船目标进行检测与鉴别。
背景技术：
舰船检测广泛地应用于海事监控、渔业管理、海上船只交通监控等领域，尤其在提高海事安全、监控非法运营船只等方面，具有重要的作用。自从1978年SEASAT卫星发射成功以来，大量的舰船检测方法依赖于合成孔径雷达SAR图像。与光学图像相比，SAR图像受时间、天气等条件影响较小，因此更适于舰船检测。2007年，三颗具有高分辨率SAR传感器的卫星发射成功，包括加拿大的RADARSAT-2卫星、意大利的COSMO-SkyMed和德国的 TerraSAR-X。它们提供了分辨率在1米左右的高分辨率SAR数据，这些数据为基于高分辨率SAR图像的舰船检测方法的研究提供了新的契机。基于SAR图像的舰船检测系统通常包含了三个模块陆海分离；预先筛选，也称为目标检测；以及目标鉴别。预先筛选的目的是为了提取出图像中潜在的舰船目标，也就是候选舰船目标。传统的方法主要有两类。第一类方法使用恒虚警检测技术。这些技术通过提取与背景杂波相比，具有高强度的像素点来检测目标。在实现时，通过将像素点值与一个根据背景杂波统计特性估计出来的门限相比，来检测目标像素。这类方法在估计杂波分布参数以及与虚警率相关的门限值方面，具有较大的运算量。而且，它们需要假设背景杂波的分布模型，这些假设的模型也许并不适用于实际中所观察到的任意的、复杂的杂波数据。第二类方法依赖于子孔径图像分析。这类方法基于以下原理，人造目标与背景杂波相比，在不同的子孔径之间会体现会非平稳性和高相关性的特点。子孔径方法不需要假设观察数据的先验分布。这些方法通过将原始的图像分解成一组子孔径图像，并分析子孔径图像之间的相关性来提取目标像素。已有的方法大多只将原始图像分解成两幅子孔径图像进行分析。在分析时，有的方法只考虑复数子图像的幅度信息而忽略了相位信息。因此检测精度并不够高。预先筛选步骤完成后，得到了候选舰船。此时，通常存在大量的虚警。目标鉴别的目的就是进一步降低虚警。在舰船目标的鉴别方面，由于以往缺乏训练数据以及SAR图像分辨率较低的原因，已有的方法非常少。而且这些少量的方法也仅使用了非常简单的鉴别策略，例如根据强度筛选。对于高分辨率图像，这些已有的鉴别方法不能充分利用高分辨率图像中目标所包含的精细特征信息，影响鉴别效果。上述已有检测与鉴别方法的不足，导致整个舰船检测系统最终的目标检测效果差。
发明内容
本发明主要针对上述已有技术的不足，提出一种基于高分辨率SAR图像的舰船检测方法，以在检测阶段充分利用多幅子孔径图像所包含的幅度与相位信息，在鉴别阶段充分利用高分辨率图像中目标的精细特征信息，提高舰船检测系统的整体性能。
实现本发明目的技术关键是在预先筛选阶段，利用多幅子孔径图像之间的相位相关性信息以及各个子孔径图像的幅度信息，提高图像中目标与背景杂波的对比度，在鉴别阶段，除了借鉴用于高分辨率SAR图像车辆目标鉴别的三种经典纹理特征外，还提出了一种新的基于区域协方差矩阵的鉴别特征，并结合适用于小样本问题的K近邻鉴别器完成鉴别，正确获取图像中大多数真实舰船目标的位置、形状及轮廓。其具体实现步骤包括如下(1)预先筛选步骤la)将原始的单视复数型SAR图像分解为N幅子孔径图像，2彡N彡16 ；lb)对原始图像中的每一个像素点s，计算N幅子孔径图像中对应像素点处的N个随机变量Si，i = 1，2，...，N之间的归一化相关矩阵民，并计算检测统计量图像中对应像素点处的值P IC Pic= IogKIs1I2Xls2I2X..<|sn|2X1-|Rs|)]其中，IsiI表示Si的模值，IrsI表示rs的行列式，<g>表示空间平均，log(g)表示取自然对数；将检测统计量图像中每一个像素点的值P IC与根据检测虚警率设定的全局门限 Tp相比，如果P K > Tp，则二值检测结果图像Ibw中对应像素点赋值为ι且被视为目标像素，否则赋值为0且被视为背景杂波；Ic)对二值检测结果图像Ibw进行后处理，以提取出N。幅候选目标切片{ }=，其中(；表示第i个候选目标切片，它是从原始图像中切割出来的一幅L。XL。大小的单视复数图；(2)目标鉴别步骤2a)对每一幅候选切片图像Ci,进行目标与背景的分割，得到一幅分割标记图像， 其中目标像素点都具有标记值1，背景像素点都具有标记值0，将标记值为1的像素点集合记为I tg，像素点数目记为Ntg;2b)根据像素点集合Rtg中的像素点数目和像素点的值，提取以下四个鉴别特征 2bl)提取标准差特征
权利要求
1. 一种基于高分辨率合成孔径雷达图像的舰船检测方法，包括(1)预先筛选步骤la)将原始的单视复数型SAR图像分解为N幅子孔径图像，2 < N ^ 16 ； lb)对原始图像中的每一个像素点s，计算N幅子孔径图像中对应像素点处的N个随机变量Si，i = 1，2，...，N之间的归一化相关矩阵民，并计算检测统计量图像中对应像素点处的值P κ
2.根据权利要求1所述的舰船检测方法，其中步骤lb)所述的对原始图像中的每-像素点s，计算N幅子孔径图像中对应像素点处的N个随机变量Si，i = 1，2，...，N之间的归一化相关矩阵Rs，是通过如下公式计算
3.根据权利要求1所述的舰船检测方法，其中步骤lb)所述的根据检测虚警率设定的全局门限Tp，按如下步骤设定3a)使用整幅检测统计量图像的直方图估计检测统计量图像中杂波对应的随机变量的概率密度函数f(x)；3b)根据预先设定的检测虚警率PF和概率密度函数f(x)，按下式计算出对应的全局门限1
4.根据权利要求1所述的舰船检测方法，其中步骤Ic)所述的对二值检测结果图像Ibw 进行后处理，按如下步骤进行4a)对二值检测结果图像Ibw进行连通区域标记，得到一幅连通区域标记图像，在该标记图像中，将Ibw中值为0的像素点标记为0，将Ibw中值为1的像素点标记为NKe个不连通的区域集{i^.tf，其中每一个区域RGi是一个像素点集合，像素点集合RGi中的像素点都具有同一个大于0的标记值，所有区域对应的标记值为连续且不同的整数；4b)对于NKe个区域中的每一个区域RGi, i = 1,2, ... , NKe，如果像素点集合RGi中的像素点数目少于预先设定的像素点数目门限Tn，则重新将连通区域标记图像中像素点集合 RGi中的像素点标记为0，像素点数目门限Tn根据目标尺寸设定，实验中设为36 ；4c)对于第i个标记值不为0的像素点集合RGi和第j个标记值不为0的像素点集合 RGj, i = 1,2,..., Neg, j = 1,2,..., Neg, i Φ j，计算它们所包含的所有像素点在连通区域标记图像中的行坐标范围与列坐标范围，当行坐标范围与列坐标范围同时小于设定的坐标范围门限T。时，将第i个像素点集合RGi和第j个像素点集合RGj中的像素点都标记为第i 个像素点集合RGi对应的标记值，坐标范围门限T。根据目标尺寸设定，实验中设为90 ；4d)在连通区域标记图像中，对于每一组具有相同非0标记值的像素点，计算这组像素点行坐标的均值与列坐标的均值，以该行坐标均值与列坐标均值分别作为中心行坐标与列坐标，从原始单视复数型图像中切割出一片L。XL。大小的切片，得到N。幅候选目标切片 (Ci)S，其中Ci表示第i个候选目标切片，其中切片大小L。根据目标尺寸确定。
5.根据权利要求1所述的舰船检测方法，其中步骤2b4)公式中的协方差矩阵Ck按下述步骤计算5a)根据目标像素点集合Rtg中每一个像素点的强度值I，使用Sobel算子计算该像素点强度值沿列方向与行方向的导数Ix与Iy ；5b)对Iitg中每一个像素点，根据它的强度值I，以及列方向与行方向的强度值导数、与 Iy,计算该像素点对应的如下4维特征值ζ
6.根据权利要求1所述的舰船检测方法，其中步骤2b4)公式中的协方差矩阵均值互按下述迭代算法计算6a)将初始时刻t = O时的协方差矩阵均值A设为任意一个候选切片对应的协方差矩6b)根据t时刻的协方差矩阵均值A，按照下式计算下一时刻的协方差矩阵均值其中，Xi, i = 1，2，. . .，n，表示第i个候选切片对应的协方差矩阵，η为训练集、验证集以及测试集中所包含的候选切片总数目；
7.根据权利要求1所述的舰船检测方法，其中步骤2b4)公式中的均值互处的对数映射定义如下
8.根据权利要求1所述的舰船检测方法，其中步骤2b4)公式中的均值互处的向量算子 Vec5(自定义如下
9.根据权利要求1所述的舰船检测方法，其中步骤2d)所述的使用K近邻鉴别器计算鉴别统计量Dt (f)，按如下公式计算
10.根据权利要求1所述的舰船检测方法，其中步骤2d)所述的根据验证样本集设定的鉴别门限Tt，是在实验中采用不同的门限值对验证样本集中的样本进行测试，得到鉴别虚警率Pf与鉴别检测率Pt随门限值变化的曲线，再寻找使得Pf+1-Pt值最小的门限值，作为鉴别门限Tt的值。
全文摘要
本发明提出了一种基于高分辨率合成孔径雷达SAR图像的舰船检测方法，主要解决现有检测与鉴别技术应用于高分辨率图像时，整体检测性能差的问题。其实现步骤是将原始图像分解为一组子孔径图像；利用多幅子孔径图像之间的相位相关性信息和各个子孔径图像的幅度信息获取二值目标检测结果；对该结果进行后处理以提取候选目标切片；对候选目标切片进行目标与背景的分割后，提取三个现有鉴别特征和一个基于协方差矩阵的新特征，生成特征向量；使用适用于小样本问题的K近邻鉴别器完成目标鉴别。本发明具有目标检测精度与鉴别性能高的优点，可用于高分辨率SAR图像中海面舰船目标的检测。
文档编号G01S13/90GK102208017SQ20111014097
公开日2011年10月5日 申请日期2011年5月30日 优先权日2011年5月30日
发明者刘宏伟, 王英华 申请人:西安电子科技大学