[發(fā)明專利]一種高分辨率SAR圖像目標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410743668.5
• 申請(qǐng)日: 2014-12-08
• 公開（公告）號(hào): CN104408482B
• 公開（公告）日: 2019-02-12
• 發(fā)明（設(shè)計(jì)）人: 曹宗杰;皮亦鳴;張強(qiáng);李晉;范錄宏;楊曉波;徐政五
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06K9/66
• 分類號(hào): G06K9/66
• 代理公司: 成都點(diǎn)睛專利代理事務(wù)所(普通合伙) 51232
• 代理人: 葛啟函

本發(fā)明實(shí)施例公開一種高分辨率SAR圖像目標(biāo)檢測(cè)方法，應(yīng)用于圖像處理技術(shù)領(lǐng)域，主要解決現(xiàn)有以解決現(xiàn)有的SAR圖像目標(biāo)檢測(cè)方法的檢測(cè)虛警較高及定位不準(zhǔn)確的缺陷。該方法包括：對(duì)原始SAR圖像進(jìn)行重疊分塊，獲得多個(gè)子圖像；提取訓(xùn)練樣本的特征對(duì)分類器進(jìn)行訓(xùn)練，用訓(xùn)練后的分類器對(duì)多個(gè)所述子圖像進(jìn)行目錄分類；獲得目錄類別為包含目標(biāo)的子圖像的像素的加權(quán)稀有性特征，對(duì)所述包含目標(biāo)的子圖像進(jìn)行閾值分割，對(duì)分割后的二值圖像進(jìn)行形態(tài)學(xué)處理，獲得目錄類別為包含目標(biāo)的子圖像的感興趣區(qū)域ROI對(duì)所述ROI進(jìn)行修正，獲得目標(biāo)檢測(cè)結(jié)果。本發(fā)明應(yīng)用于目標(biāo)類型多的高分辨SAR圖像目標(biāo)檢測(cè)。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種高分辨率SAR圖像目標(biāo)檢測(cè)方法。可用于高分辨SAR圖像、計(jì)算機(jī)視覺及智能控制領(lǐng)域中的目標(biāo)檢測(cè)與識(shí)別。

背景技術(shù)

合成孔徑雷達(dá)(SAR)圖像目標(biāo)檢測(cè)是利用目標(biāo)的灰度、紋理、形狀、邊緣和方向等信息在SAR圖像中確定其位置，將目標(biāo)與背景分離的圖像處理技術(shù)。SAR圖像目標(biāo)檢測(cè)是進(jìn)一步目標(biāo)識(shí)別的前提，是目前智能控制和計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn)問題。由于SAR成像的特殊性，使得SAR圖像與光學(xué)圖像有很大的不同，例如SAR圖像包含更多的冗余信息，存在斑點(diǎn)噪聲，SAR目標(biāo)對(duì)方位角十分敏感等。所以，如何從SAR圖像中準(zhǔn)確檢測(cè)出目標(biāo)一直是SAR圖像解譯的難點(diǎn)。

隨著SAR圖像分辨率不斷提高，目標(biāo)信息呈現(xiàn)爆炸性增長(zhǎng)，目標(biāo)檢測(cè)的難點(diǎn)主要有：(1)圖像場(chǎng)景越來越復(fù)雜，需處理的數(shù)據(jù)量越來越大；(2)目標(biāo)由原來單通道單極化中低分辨率圖像上的點(diǎn)目標(biāo)，變?yōu)榫哂胸S富細(xì)節(jié)特征和散射特征的面目標(biāo)，目標(biāo)特征的種類和不穩(wěn)定性增加；(3)圖像包含的冗余信息增多，如果對(duì)圖像所有像素進(jìn)行處理，運(yùn)算速度會(huì)受到影響。

基于恒虛警的CFAR方法是經(jīng)典的SAR圖像目標(biāo)檢測(cè)方法。該方法是在圖像全局或局部背景已知的條件下，估計(jì)背景的雜波分布參數(shù)，自適應(yīng)地選取檢測(cè)的閾值，然后利用固定大小的滑動(dòng)窗口遍歷圖像，判斷像素是否屬于目標(biāo)。當(dāng)圖像細(xì)節(jié)信息不明顯，背景較均勻時(shí)，該方法能夠在沒有目標(biāo)類型、目標(biāo)特性及背景特性等先驗(yàn)信息的情況下實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)，并且能夠取得較好的檢測(cè)結(jié)果。

CFAR方法雖然能夠在簡(jiǎn)單利用圖像幅度信息的情況下較準(zhǔn)確的檢測(cè)出目標(biāo)，但是對(duì)于高分辨SAR圖像來說，細(xì)節(jié)信息非常豐富，此情況下CFAR主要存在以下缺陷：

(1)目標(biāo)檢測(cè)虛警較高，不適于細(xì)節(jié)信息豐富的高分辨SAR圖像。CFAR方法簡(jiǎn)單的利用圖像的幅度信息進(jìn)行目標(biāo)檢測(cè)，當(dāng)背景像素的灰度值與目標(biāo)的灰度值接近時(shí)會(huì)被錯(cuò)判為目標(biāo)，導(dǎo)致檢測(cè)結(jié)果出現(xiàn)較高的虛警。同時(shí)，檢測(cè)結(jié)果易受噪聲的影響，不利于圖像的后續(xù)處理，如目標(biāo)識(shí)別。

(2)檢測(cè)出的是圖像中所有的疑似目標(biāo)區(qū)域，對(duì)于真實(shí)的目標(biāo)定位不準(zhǔn)確。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種高分辨率SAR圖像目標(biāo)檢測(cè)方法，以解決現(xiàn)有的SAR圖像目標(biāo)檢測(cè)方法的檢測(cè)虛警較高及定位不準(zhǔn)確的缺陷。

本發(fā)明的第一方面提供一種高分辨SAR圖像目標(biāo)檢測(cè)方法，包括：

對(duì)輸入的原始SAR圖像進(jìn)行重疊分塊，獲得多個(gè)子圖像；

提取訓(xùn)練樣本的特征對(duì)分類器進(jìn)行訓(xùn)練，用訓(xùn)練后的分類器對(duì)多個(gè)所述子圖像進(jìn)行目錄分類；

獲得目錄類別為包含目標(biāo)的子圖像的像素的加權(quán)稀有性特征，對(duì)所述包含目標(biāo)的子圖像進(jìn)行閾值分割，對(duì)分割后的二值圖像進(jìn)行形態(tài)學(xué)處理，獲得目錄類別為包含目標(biāo)的子圖像的感興趣區(qū)域ROI；

對(duì)所述ROI進(jìn)行修正，獲得目標(biāo)檢測(cè)結(jié)果。

根據(jù)第一方面，在第一種可能的實(shí)現(xiàn)方式中，所述對(duì)輸入的原始SAR圖像進(jìn)行重疊分塊包括：

按照公式1對(duì)原始SAR圖像進(jìn)行重疊分塊；