专利名称：基于自适应海杂波统计的sar图像舰船检测方法
技术领域：
本发明属于雷达技术领域，涉及合成孔径雷达SAR图像的分离检测，可实现对SAR图像中海面舰船目标的有效检测。
背景技术：
合成孔径雷达SAR是一种高分辨微波成像雷达，具有远距离、全天候、全天时等观测优点。近年来，利用SAR图像对舰船目标进行检测与监视的研究以及相应的技术开发在海洋遥感领域得到了高度重视，成为SAR技术的非常重要的应用方向之一。在SAR图像舰船检测方法中，基于双参数CFAR类和基于K-分布类方法得到了广泛的研究和应用。双参数CFAR类方法背景假设为高斯分布，通过设定目标窗口、保护窗口、背景窗口以及滑动步长，对图像中舰船类目标进行滑动检测；与双参数CFAR类方法相比，K-分布类方法采用K-分布作为海杂波分布模型，更接近于实际海杂波分布模型，该方法通过对图像的参数计算，拟合得到背景杂波的K-分布模型，用于舰船目标的CFAR检测，全局K-分布方法通过整幅SAR图像对图像参数进行估计，一次拟合背景海杂波分布，适用于中低分辨率SAR图像；局部K-分布方法仍通过设定目标窗口、保护窗口、背景窗口以及滑动步长，完成对图像中舰船类目标进行滑动检测。上述两类方法均采用了理想的分布模型，同时固定的窗口大小以及步长设置使其在实际检测中存在以下不足I.固定的分布模型无法准确描述SAR图像中海面背景杂波分布；2.复杂的数学分布模型不利于工程实现；3.固定的窗口大小无法实现对不同体积大小舰船的精确检测；4.当背景窗口中出现不需要的目标或背景分布不连续时，方法不稳定；5.步长的选取对计算效率以及检测效率有较大的影响。
发明内容
本发明的目的在于克服上述已有技术的不足，提出一种基于自适应海杂波统计的SAR图像舰船分离检测方法，以实现在SAR图像中对海面舰船类目标的精确检测，提高检测效率，使其更有利于工程实现。实现本发明目的技术方案是通过对SAR图像的预处理，设置自适应背景窗，完成对不同目标背景分布的统计，利用该特征统计结果，对非舰船类目标进行剔除，实现对SAR图像中海面舰船类目标的有效检测。其实施步骤包括如下I)输入海面SAR图像，得到mXn维输入图像矩阵I ;2)利用大津阈值法OSTU求解图像矩阵I的最优门限Gtjpg，用该最优门限对图像矩阵I进行阈值处理，得到海面剔除后二值图矩阵Iy完成海面分离；3)陆地剔除；3a)对海面剔除后二值图矩阵Ie中各个海面分离后目标Tg进行连通体积遍历统计，得到各个海面分离后目标Tg在海面剔除后二值图矩阵上的体积单元信息vg， g=l, 2，…，N，其中N为海面剔除后二值图矩阵Ie中目标总个数；
3b)根据已知的雷达分辨率为σ aX %和实际舰船类目标体积分布区间V V’，
计算舰船在SAR图像上体积单元的分布区间VniinIniax
权利要求
1.一种基于自适应海杂波统计的SAR图像舰船分离检测方法，包括如下步骤1)输入海面SAR图像，得到mXn维图像矩阵I;2)利用大津阈值法OSTU求解图像矩阵I的最优门限Gtjpg，用该最优门限对图像矩阵I 进行阈值处理，得到海面剔除后二值图矩阵Ie，完成海面分离；3)陆地副除；3a)对海面剔除后二值图矩阵Ie中各个海面分离后目标Tg进行连通体积遍历统计，得到各个海面分离后目标Tg在海面剔除后二值图矩阵Ie上的体积单元信息\，g=l, 2，…，N, 其中N为海面剔除后二值图矩阵中目标总个数；3b)根据已知的雷达分辨率为σ aX %和实际舰船类目标体积分布区间V V’，计算舰船在SAR图像上体积单元的分布区间Vmi^Vmax ° Ζ,χσ:.，3c)结合海面剔除后二值图矩阵Ie及各个海面分离后目标Tg体积信息在海面剔除后二值图矩阵Ie上对不符合体积分布区间VminImax的目标进行删除，得到剔除陆地后二值图像矩阵It，剔除陆地后二值图像矩阵It中各个剔除陆地后目标用Tk’表示，其中， k=l, 2，…，N’，N’为剔除陆地后二值图像矩阵It中剔除陆地后目标的总个数；4)依次对剔除陆地后二值图像矩阵It中各个剔除陆地后目标Tk’进行分离检测，得到舰船目标4a)对剔除陆地后二值图像矩阵It中剔除陆地后目标Tk’进行边界统计，得到其边界信息，根据边界信息，设置剔除陆地后目标Tk’的自适应背景窗口矩阵Ibk ；4b)利用剔除陆地后二值图像矩阵It、自适应背景窗口矩阵Ibk和原始SAR图像矩阵I， 对剔除陆地后目标Tk’进行背景分离，并分别统计剔除陆地后目标Tk’的目标像素和背景像素，得到剔除陆地后目标Tk’的目标像素分布PtkOO和背景像素分布PbkOO ；4c)利用目标像素分布Ptk(X)计算剔除陆地后目标Tk’的像素均值μ k，以背景像素分布Pbk(X)作为背景分布函数，带入恒虚警检测公式，求得剔除陆地后目标Tk’的恒虚警检测门限tk，并进行判定若4,彡沁则判定剔除陆地后目标1'1;’为舰船类目标，若yk<tk，则判定剔除陆地后目标Tk’为非舰船类目标。
2.根据权利要求I所述的基于自适应海杂波统计的SAR图像舰船分离检测方法，其中步骤3a)所述的对海面剔除后二值图矩阵Ie进行连通体积遍历统计，按如下步骤进行 3al)输入海面剔除后二值图矩阵Ie，设置标志矩阵Im，Iffl为mXn维全零矩阵；3a2)遍历海面剔除后二值图矩阵Ie像素点Ie (i, j),其中i = 1，···, m, j = I, "'n,如果Ie (i，j)=255且Im(i，j) = 0，则记海面分离后目标Tg，当前遍历坐标(i，j)为海面分离后目标Tg的初始坐标(ig，jg)，其中g=l，2，…，N，N为海面剔除后二值图矩阵Ie中海面分离后目标总个数；3a3)设置堆栈stack,并将坐标(ig, jg)进栈，令Im(ig, jg) = I，设置海面分尚后目标Tg 的体积参数Vg,并初始化体积参数Vg = O ;3a4)判断堆栈stack是否为空，若堆栈stack不为空，将栈顶坐标出栈，记为(i’，j")，再令Vg=Vg+l，执行步骤3a5);若堆栈stack为空，则记录海面分离后目标Tg及体积参数Vg，执行步骤3a6); 3a5)分别对栈顶坐标(i’，j’)的八领域内各个像素点Ie(i"，j")按顺时针或逆时针顺序进行遍历检查如果Ie(i"，j" )=255且Im(i"，j" ) =0，则将像素点Ie(i"，j")的坐标(i"，j")放入堆栈stack，并令Im (i"，j" ) = I ;在栈顶坐标(i’，j’)的八领域像素点全部检查完后，返回步骤3a4)； 3a6)判断当前遍历坐标(i, j),如果i=m且j=n,则连通体积遍历统计结束；否则,返回步骤3a2)。
3.根据权利要求I所述的基于自适应海杂波统计的SAR图像舰船分离检测方法，其中步骤3c)所述的在海面剔除后二值图矩阵Ie上对不符合体积分布区间VminImax的目标进行删除，按如下步骤进行 3cl)设置mXn维矩阵It，并令It=Ie ； 3c2)对步骤3a)中各个海面分离后目标1；的体积参数Vg 行判定若Vg〈Vmin或Vg>Vmax，则对It上所有属于目标Tg的像素进行置零；若VminVmax,则对It上所有属于目标Tg的像素进行保留； 3c3)记It为剔除陆地后矩阵It，It中各个目标用Tk’表示，各个目标的初始坐标为(ik, jk)，其中，k=l, 2，...，N，，N，为剔除陆地后二值图像矩阵It中目标总个数。
4.根据权利要求I所述的基于自适应海杂波统计的SAR图像舰船分离检测方法，其中步骤4a)所述的设置目标的自适应背景窗口矩阵Ibk，按如下步骤进行 4al)设置mXn维全零自适应背景窗口矩阵Ibk ； 4a2)对剔除陆地后矩阵It中各个剔除陆地后目标Tk’，以其初始坐标(ik，jk)为初始坐标点，利用与步骤3a)相同的方法进行连通体积遍历，同时标记剔除陆地后目标Tk’的边界
5.根据权利要求I所述的基于自适应海杂波统计的SAR图像舰船分离检测方法，其中步骤4b)所述的得到剔除陆地后目标Tk’的目标像素分布PtkOO和背景像素分布pbk(x)，按如下步骤进行 4bl)对剔除陆地后矩阵It进行归一化处理，得到归一化后的图像矩阵Itl Itl = It./255，(15) 其中，./为矩阵的点除操作； 4b2)根据原始SAR图像I矩阵和归一化后的图像矩阵Itl，对目标进行分离，得到目标分离矩阵It It = I · Itl,(16) 其中，·为矩阵的点乘操作； 4b3)根据原始SAR图像矩阵I和自适应背景窗口矩阵Ibk，对自适应背景窗进行分离，得到自适应背景窗分离矩阵Ibt Ibt = I .U，(17) 其中，·为矩阵的点乘操作； 4b4)根据自适应背景窗分离矩阵Ibt和目标分离矩阵It，对背景进行分离，得到背景分离矩阵Ib Ib=Ibt-It;(18) 4b5)分别对目标分离矩阵It和背景分离矩阵Ib中像素进行统计，得到剔除陆地后目标Τκ’的目标像素分布Ptk(X)和背景像素分布Pbk(X)。
6.根据权利要求I所述的基于自适应海杂波统计的SAR图像舰船分离检测方法，其中步骤4c)所述的利用目标像素分布ptk(X)计算剔除陆地后目标Tk’的像素均值yk，通过如下公式进行 μ k = mean (ptk (χ)),(19) 其中，mean( ·)为求均值操作。
7.根据权利要求I所述的基于自适应海杂波统计的SAR图像舰船分离检测方法，其中步骤4c)所述的计算剔除陆地后目标Tk’的恒虚警检测门限tk，是将目标的背景分布pbk(X) 作为恒虚警检测公式的背景分布函数，根据如下恒虚警检测公式，计算恒虚警门限tk '-Pfa =￡pbk(x)dx'(20)其中Pfa为恒虚警概率。
全文摘要
本发明公开了一种基于自适应海杂波统计的SAR图像舰船分离检测方法。主要解决SAR图像中海面舰船检测有效性低的问题。其实现过程为通过大津阈值法对图像进行阈值处理，实现海面分离；对海面分离后的图像进行陆地剔除，得到陆地剔除后二值图像及目标；对陆地剔除后目标进行边界遍历，得到边界信息；结合原始SAR图像、陆地剔除后二值图像和陆地剔除后目标边界信息，设置自适应背景窗口，完成背景分离，并对各个陆地剔除后目标进行目标、背景像素统计；利用统计信息实现对舰船类目标的有效检测。理论分析和实验结果表明，本发明能够实现对SAR图像海面舰船类目标的精确检测，可用于SAR图像处理应用。
文档编号G06T7/00GK102938150SQ20121047396
公开日2013年2月20日 申请日期2012年11月20日 优先权日2012年11月20日
发明者李亚超, 周瑞雨, 全英汇, 邢孟道 申请人:西安电子科技大学