一种复杂背景sar图像舰船尾迹检测方法
【专利摘要】一种复杂背景SAR图像舰船尾迹检测方法，首先对SAR图像进行形态成分分析或者相对全变分正则化，将图像分解为代表复杂海面的纹理成分与包含舰船尾迹的结构成分；然后对结构成分进行图像增强并对梯度图像阈值化，形成舰船尾迹区域的二值图像；最后对增强的舰船尾迹区域进行拉东变换或者霍夫变换直线检测，并在变换域中反演，得到连续的尾迹以及相关参数。本发明通过对SAR图像进行结构-纹理分解，克服了斑点噪声及复杂纹理对舰船尾迹检测的影响，再通过对结构成分进行图像增强并对梯度图像二值化，进一步突出了舰船尾迹区域。
【专利说明】—种复杂背景SAR图像舰船尾迹检测方法
【技术领域】
[0001]本发明涉及合成孔径雷达(Synthetic Aperture Radar, SAR)图像舰船尾迹检测领域，特别涉及一种复杂背景SAR图像舰船尾迹检测方法。
【背景技术】
[0002]SAR是微波遥感重要的成像设备，它主动发射微波信号并接收地物回波，由于工作频段下发出的微波能够穿透云层、且不受天气和太阳光照影响，因而可以全天时全天候成像。但是，微波成像需要回波的幅度和相位信息，不同相位的波相互叠加使得图像上存在严重的斑点噪声。莱登等人(Lyden J.D.et al.)指出，用SAR对海面舰船成像时,可以获得4种类型的舰船尾迹图像，分别是湍流尾迹、开尔文(Kelvin)尾迹、窄V形尾迹和船生内波尾迹。它们在SAR图像上的特点是:有宽度的线，通常延伸很远的距离；而且不一定笔直，可能略有弯曲，也可能呈V字形。因此，对SAR图像舰船尾迹进行检测，就是在各种成像条件下确定尾迹在图像上的位置和形状；通过检测，有助于发现图像上弱小的舰船目标，也可以反演舰船的航速、航向信息。然而SAR图像舰船尾迹检测非常困难，不仅因为SAR图像存在严重的斑点噪声，而且尾迹的成像质量也受许多因素影响，比如海面风速大小引起海面起伏的变化，造成图像背景的复杂多变，使得简单背景下的舰船尾迹显著、复杂背景下的尾迹不明显。
[0003]对于SAR图像舰船尾迹检测的研究可以追溯到20世纪80年代末，并延续至今。绝大多数方法都从舰船尾迹的形状特点出发、将问题转化为斑点噪声下的线特征检测，采用基于拉东变换(Radon Transform, RT)或者霍夫变换(Hough Transform, HT)的直线检测技术；而且多数方法首先对图像进行预处理——比如进行均值滤波或者中值滤波，也有学者采用随机匹配滤波或者移动均值(Mean-shift)滤波消除斑点噪声对检测的不利影响。总的来说，现有的SAR图像舰船尾迹检测方法认为舰船尾迹所在海区的海面背景简单，并且对于这类简单背景的SAR图像仅通过抑制斑点噪声的预处理就可以取得较好的检测效果。但实验发现，现有方法对于海面背景复杂时的检测效果很差。主要是由于复杂背景下，SAR图像中的海面呈现出随机纹理的复杂形态，掩盖了舰船尾迹自身的结构形态，造成现有方法很难检测到它们。
【发明内容】
[0004]为了克服现有技术的缺点，本发明的目的在于提供一种复杂背景SAR图像舰船尾迹检测方法，解决复杂背景下SAR图像的舰船尾迹检测问题。
[0005]为了实现上述目的，本发明采用的技术方案是:
[0006]一种复杂背景SAR图像舰船尾迹检测方法，包括:
[0007]首先，对SAR图像进行形态成分分析或者相对全变分正则化，将图像分解为代表复杂海面的纹理成分与包含舰船尾迹的结构成分；
[0008]然后，对结构成分进行剪切波变换，对低频图像的梯度图像二值化或者对高频重构图像的梯度图像二值化，得到增强的舰船尾迹区域；
[0009]最后，对增强的舰船尾迹区域进行RT或者HT直线检测，并在变换域中反演，得到连续的尾迹以及相关参数。
[0010]其中，所述对SAR图像进行形态成分分析的过程是:
[0011 ] 将SAR图像X看作由结构成分S、纹理成分T和以斑点噪声为主的残差R线性组合而成，X = S+T+R，结构成分S只能在字典Ds下稀疏表示，纹理成分T只能在字典Dt下稀疏表示，通过求解如下公式将纹理成分T与结构成分S分离:
【权利要求】
1.一种复杂背景SAR图像舰船尾迹检测方法，其特征在于，包括: 首先，对SAR图像进行形态成分分析或者相对全变分正则化，将图像分解为代表复杂海面的纹理成分与包含舰船尾迹的结构成分； 然后，对结构成分进行剪切波变换，并对低频图像的梯度图像二值化或者对高频重构图像的梯度图像二值化，得到增强的舰船尾迹区域； 最后，对增强的舰船尾迹区域进行拉东变换(Radon Transform, RT)或者霍夫变换(Hough Transform, HT)直线检测，并在变换域中反演,得到连续的尾迹以及相关参数。
2.根据权利要求1所述的复杂背景SAR图像舰船尾迹检测方法，其特征在于，所述对SAR图像进行形态成分分析的过程是: 将SAR图像X看作由结构成分S、纹理成分T和以斑点噪声为主的残差R线性组合而成，X = S+T+R,结构成分S只能在字典Ds下稀疏表示，纹理成分T只能在字典Dt下稀疏表示，通过求解如下公式将纹理成分T与结构成分S分离:
3.根据权利要求1所述的复杂背景SAR图像舰船尾迹检测方法，其特征在于，所述字典Ds采用离散剪切波变换(Discrete Shearlet Transform, DST)字典,字典Dt采用不抽样离散小波变换(Undecimated Discrete Wavelet Transform, UDffT)字典。
4.根据权利要求1所述的复杂背景SAR图像舰船尾迹检测方法，其特征在于，所述舰船尾迹区域的二值图像的获取方法是: 对结构成分进行剪切波变换获得低频成分，再对低频成分求取梯度并对梯度图像二值化，得到增强但不连续的二值尾迹区域。
5.根据权利要求1所述的复杂背景SAR图像舰船尾迹检测方法，其特征在于，所述对二值图像进行直线检测的过程是: 将图像f(x，y)的标准RT或者标准HT的过程表述为如下的公式:
6.根据权利要求1所述的复杂背景SAR图像舰船尾迹检测方法，其特征在于，所述对SAR图像进行相对全变分正则化的过程是: 将复杂背景SAR图像X看作是由结构部分S和振荡部分V线性组合而成，X = S+V;其中，V包含了图像的纹理和斑点噪声。定义结构部分S的凸能量泛函
7.根据权利要求6所述的复杂背景SAR图像舰船尾迹检测方法，其特征在于，将
8.根据权利要求1所述的复杂背景SAR图像舰船尾迹检测方法，其特征在于，所述舰船尾迹区域的二值图像的获取方法是: 对结构成分进行剪切波变换得到高频系数，然后将高频系数阈值化，并将剩余部分重建为新的结构部分，最后对重建图像求梯度，并对梯度图像二值化，得到增强但不连续的二值尾迹区域。
9.根据权利要求4或8所述的复杂背景SAR图像舰船尾迹检测方法，其特征在于，所述剪切波变换形式为a =〈S，Ψμ,>，其中，S是结构成分，α是S的剪切波系数，剪切波基函数且
10.根据权利要求1所述的复杂背景SAR图像舰船尾迹检测方法，其特征在于，在对SAR图像进行形态成分分析或者相对全变分正则化之前，首先对SAR图像进行直方图均衡化以增强图像对比度。
【文档编号】G06T5/00GK103985125SQ201410212075
【公开日】2014年8月13日 申请日期:2014年5月19日 优先权日:2014年5月19日
【发明者】杨国铮, 禹晶, 孙卫东 申请人:清华大学