[發(fā)明專利]基于多線程的SAR圖像CFAR自適應(yīng)快速檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610173184.0
• 申請(qǐng)日: 2016-03-24
• 公開（公告）號(hào): CN105759268B
• 公開（公告）日: 2018-04-13
• 發(fā)明（設(shè)計(jì)）人: 王瑞富;李潔;朱金山
• 申請(qǐng)（專利權(quán)）人: 山東科技大學(xué)
• 主分類號(hào): G01S13/90
• 分類號(hào): G01S13/90
• 代理公司: 濟(jì)南舜源專利事務(wù)所有限公司37205
• 代理人: 王連君

技術(shù)領(lǐng)域

本發(fā)明屬于船艦檢測(cè)系統(tǒng)領(lǐng)域，具體涉及基于多線程的SAR圖像CFAR自適應(yīng)快速檢測(cè)方法。

背景技術(shù)

隨著全球海洋技術(shù)的發(fā)展，船艦檢測(cè)的實(shí)時(shí)性和準(zhǔn)確性要求也越來越高。迄今為止，文獻(xiàn)中提出了很多關(guān)于目標(biāo)檢測(cè)的算法，在這些算法中，恒虛警率(Constant False Alarm Rate,CFAR)檢測(cè)算法因?yàn)橛?jì)算簡(jiǎn)單、閾值自適應(yīng)、復(fù)雜背景檢測(cè)速度快(Salazar,1999，Bisceglie and Galdi,2005)而被認(rèn)為是SAR圖像目標(biāo)檢測(cè)的一種重要算法，己廣泛應(yīng)用到許多船艦檢測(cè)系統(tǒng)中(Crisp,2004)。

利用CFAR實(shí)現(xiàn)目標(biāo)檢測(cè)通常需要選擇合適的雜波分布模型和檢測(cè)器。在海洋雜波背景中應(yīng)用的統(tǒng)計(jì)模型有高斯、瑞利、對(duì)數(shù)正態(tài)(Farina and Russo,1986)、韋布爾(Riflcin,1994)、G0(Frery,1997)、K分布(Erfanian and Vakili,2009)等，常用的CFAR檢測(cè)器(Novak and Hesse,1991,Kuttikkad and Chellappa,1994,Salazar,1999,Hofele,2001)有單元平均(CA)、有序統(tǒng)計(jì)量(OS)、取大(GO)、取小(SO)-CFAR，以及基于以上幾種檢測(cè)器的組合CFAR等。CA-CFAR在均勻雜波環(huán)境下檢測(cè)效果很好，但在非均勻背景情況下性能較差；GO,SO,OS等算法對(duì)于存在雜波干擾的非均勻背景都缺乏普適性(劉佳媛和焦淑紅，2013)。為了提高算法的普適性，Smith和Varshney(Smith and Varshney,1997,Smith and Varshney,2000)從自適應(yīng)地選擇算法的角度出發(fā)，在不同的雜波背景情況下選擇相應(yīng)的最佳檢測(cè)算法，提出了VI-CFAR(Variability Index-CFAR)，可以根據(jù)VI假設(shè)檢驗(yàn)動(dòng)態(tài)地選擇CA,SO,GO等算法；Farrouki和Barkat(Farrouki and Barkat,2005)從自適應(yīng)地選擇參考像素集合的角度出發(fā)，結(jié)合CA-CFAR在均勻雜波背景下良好的檢測(cè)性能，提出了基于有序數(shù)據(jù)變化統(tǒng)計(jì)量(Ordered Data Variability,ODV)的自動(dòng)篩選單元平均(Automatic Censored Cell Averaging,ACCA)算法；Bisceglie(Bisceglie and Galdi,2005,Bisceglie and Galdi,2001)等人提出了一種去除一部分?jǐn)?shù)值的CFAR算法(本文簡(jiǎn)稱為Bisceglie算法)，很適合局部區(qū)域的目標(biāo)檢測(cè)；Salazar(Salazar,1999)等人提出了基于Beta-prime分布的CFAR算法(本文簡(jiǎn)稱為Salazar算法)；Kuttikkad(Kuttikkad and Chellappa,1994)等人提出了基于威爾分布和基于K分布的目標(biāo)CFAR算法等。在這些文獻(xiàn)研究中可以看出，基于CFAR的SAR目標(biāo)檢測(cè)算法研究最為廣泛、實(shí)用。

Gui Gao(Gao,2009)等人改進(jìn)了Salazars算法，提出了一種基于AC的CFAR自適應(yīng)快速檢測(cè)算法，該算法可以在保證目標(biāo)準(zhǔn)確率的情況下，相應(yīng)提高檢測(cè)速度，但仍然達(dá)不到軍事作戰(zhàn)對(duì)艦船目標(biāo)檢測(cè)的實(shí)時(shí)性要求。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的上述技術(shù)問題，本發(fā)明提出了一種基于多線程的SAR圖像CFAR自適應(yīng)快速檢測(cè)方法，設(shè)計(jì)合理，克服了現(xiàn)有的不足，具有良好的推廣效果。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于多線程的SAR(合成孔徑雷達(dá))圖像CFAR(恒虛警率)自適應(yīng)快速檢測(cè)方法，按照如下步驟進(jìn)行：

步驟1：輸入SAR圖像；

步驟2：對(duì)整幅SAR圖像進(jìn)行全局檢測(cè)，通過直方圖統(tǒng)計(jì)設(shè)定CFAR值或者自定義方法求取全局閾值；

步驟3：獲取索引矩陣，具體按照如下步驟進(jìn)行：

步驟3.1：比較SAR圖像中每一個(gè)像素點(diǎn)的值和通過步驟2計(jì)算出的全局閾值；

若：SAR圖像中像素點(diǎn)的值小于全局閾值，則將SAR圖像中像素點(diǎn)的值設(shè)置為0；

或SAR圖像中像素點(diǎn)的值大于全局閾值，則將SAR圖像中像素點(diǎn)的值設(shè)置為1，并將這些像素點(diǎn)作上標(biāo)記，稱為標(biāo)記點(diǎn)；

步驟3.2：判斷SAR圖像中所有像素點(diǎn)的值和全局閾值是否比較完；

若：判斷結(jié)果是SAR圖像中所有像素點(diǎn)的值和全局閾值已經(jīng)比較完，則得到索引矩陣；