基于傅里叶级数的sar图像船只检测方法
【技术领域】
[0001] 本发明属于遥感图像处理技术领域，具体涉及图像处理、海杂波的拟合、
[0002] CFAR检测算法等方面。可应用于渔业监管、船只监测等方面。
【背景技术】
[0003] 合成孔径雷达（SAR)具有全天时、全天候、大范围的观测能力，已成为海洋监测的 有效手段。基于SAR图像的船只检测是海洋监测系统中的重要环节，在海洋交通管理、环境 保护、渔业管理、打击非法移民等应用中发挥着重要的作用[1]。基于海杂波分布概率密度 函数的恒虚警率检测方法，是迄今为止发展的最成熟的船只检测方法，已被应用于很多实 际的船只检测系统中[2]。该方法根据海杂波的概率分布函数（ProbabilityDistribution Function-PDF)计算累积分布函数（CumulativeDistributionFunction-CDF)，并结合预 先设定的恒虚警率（CFAR)，自适应的计算检测阈值，将船只目标从海洋背景中检测出来。
[0004] 该方法的核心是精确地拟合SAR图像的海杂波分布的概率分布函数。早期的海杂 波统计基于SAR成像相干斑模型，从相干斑的统计特性出发，建立了相干斑幅度服从瑞利 分布，强度服从负指数分布的模型[3]。随着SAR成像分辨率的提高，图像中不仅存在相干 斑，还存在纹理信息，Ward等证明了二者之间满足乘性关系[4]，进而在乘性模型框架下发 展了K分布[5] [6]、G°分布[7] [8]等模型。除了上述基于相干斑先验假设的海杂波统计 模型外，还发展了通过对真实SAR图像数据统计建模实验的验证而获得的模型，主要包括 对数正态分布[9]、韦布尔分布[10]等模型。受SAR入射角、极化方式不同，以及天气、风 速、海况变化等内外因素的影响，海杂波在SAR图像中的统计分布具有较大的差异，上述的 海杂波拟合方法均不能较好的适用于各种情况[11，12]。
[0005] 本发明提出基于傅里叶级数拟合海杂波的方法拟合优度优异，将傅里叶级数拟合 的海杂波分布与CFAR方法相结合，针对高分辨率、复杂海况SAR图像，具有很好的船只检测 效果。
[0006] 参考文献
[0007] [1]BruschS. ,LehnerS.,FritzT. ,etaI.Shipsurveillance withTerraSAR-X[J] .IEEETransactionsonGeoscienceandRemote Sensing, 2011，49 (3) : 1092-1103.
[0008] [2]CrispDJ.Thestate-of-the-artinshipdetectioninsynthetic apertureradarimagery[R].DefenceScienceAndTechnologyOrganisation Salisbury(Australia)InfoSciencesLab, 2004.
[0009] [3]OliverC,QueganS.Understandingsyntheticapertureradarimages[M]. SciTechPublishing, 2004.
[0010] [4]WardKD.Compoundrepresentationofhighresolutionseaclutter[J]. Electronicsletters,1981,17 (16):561-563.
[0011] [5]JiY,ZhangJ,MengJ,etal.AnewCFARshiptargetdetectionmethodin SARimagery[J].ActaOceanologicaSinica，2010,29 (I):12-16.
[0012] [6]JakemanE，PuseyPN.Amodelfornon-Rayleighseaecho[J].Antennas andPropagation,IEEETransactionson,1976,24(6):806-814.
[0013] [7]Frery,A.C,Muller,H. -J. ,Yanasse,C.C.F. ,etal.AModelforExtremely HeterogeneousClutter[J].IEEETransactionsOnGeoscienceAndRemote Sensing，1997, 35 (3) : 648-659.
[0014] [8]鲁统臻，张杰，纪永刚等.基于G°分布的高海况SAR船只目标检测方法[J]. 海洋科学进展，2011，29 (2) : 186-195.
[0015] LuTongzhen,ZhangJie,JiYongGang,etc.ShipTargetDetectionAlgorithm BasedonG0DistributionforSARImagesunderRoughSeaConditions[J].Advances InMarineScience,2011,29 (2):186-195.
[0016] [9]ff.Szajnowski.Estimatorsoflog-normaldistributionparameters[J]. IEEETrans.Aerosp.Electron.Syst. , 1977,AES-13(5):533 - 536.
[0017] [10]Tsagaris,V. ,Vozikis,G. ,etal.Shipdetectionmodulesbasedon ASARandterassardataforGreekareasofinterest[C] ?IEEE2ndInternational ConferenceonSpaceTechnology(ICST), 2011:1-4.
[0018] [11]李永晨，刘浏.SAR图像统计模型综述[J].计算机工程与应 用，2013, 49 (13) :180-186.
[0019] LiYongchen,LiuLiu.ReviewofstatisticalmodelsofSARimage[J]. ComputerEngineeringandApplications, 2013, 49(13):180-186.
[0020] [12]GaoG.StatisticalmodelingofSARimages:Asurvey[J]. Sensors, 2010, 10(1) :775-795.
【发明内容】
[0021] 本发明针对上述基本模型不适合高分辨率SAR图像的不足，提供一种基于傅里叶 级数的SAR图像船只检测方法，具有很好的船只检测效果。
[0022] 本发明的技术关键有：对获取后的海杂波分布函数进行取对数处理，使海杂波的 拟合更加精准；采用傅里叶级数拟合取对数后的海杂波分布的概率分布函数。
[0023] 为实现上述目的，本发明采用的技术方案具体实现步骤包括如下：
[0024] ①获得SAR图像数据值分布的概率分布函数(X)。SAR图像进行滤波处理或不 进行滤波处理；SAR图像数据值是后向散射系或是幅度值、强度值。
[0025] ②对①所述的概率分布函数进行以c为底的对数运算，得到f2(x)。对c不做特别 要求，推荐c= 10。本操作的目的是为提高拟合精度，由经验可知，c= 10更便于实际计 算。
[0026] f2(x) =Iogcfj(x)
[0027] 其中，(x)为SAR图像数值分布的概率分布函数；c为对(x)取对数的底数。
[0028]③采用n阶傅立叶级数拟合f2 (X)，n阶的傅里叶级数表达式：