[發明專利]一種基于RPCA技術的SAR圖像艦船目標檢測方法

有效

• 申請號: 201611174329.5
• 申請日: 2016-12-19
• 公開（公告）號: CN106778870B
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 趙磊
• 申請（專利權）人: 中國電子科技集團公司第二十研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40;G06K9/34;G06K9/00
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 顧潮琪

1.一種基于RPCA技術的SAR圖像艦船目標檢測方法，其特征在于包括下述步驟：

(1)針對SAR圖像相干斑噪聲模型，利用對數變換將相干斑乘性噪聲轉化為加性噪聲I＝log(I₀)，其中，I₀∈C^M×N為原始SAR圖像，M和N分別表示圖像行數和列數；

(2)計算背景散射信號的相干與非相干接收信號功率比值，將SAR圖像轉化為相應的RF圖像其中，RF圖像為每個像素塊的相干與非相干功率比后形成的特征圖像，表示第k個像素塊中3×3的局部窗區域的相干功率，表示第k個100×100像素塊區域的非相干功率；

(3)利用RPCA技術將RF圖像分解為低秩矩陣部分和稀疏矩陣部分，具體步驟如下：

a1)將RF圖像D＝L+E分為實部和虛部矩陣，分別記為D_R和D_I，其中L∈C^M×N為低秩矩陣，E∈C^M×N為稀疏矩陣；

a2)用APG算法分別求解由D_R和D_I所形成的兩個對偶問題，在低秩矩陣和稀疏矩陣分離后可以獲得低秩矩陣的兩個實數矩陣，記為L_R和L_I；

a3)將實數矩陣L_R和L_I重新組合為復數低秩矩陣Y＝L_R+i*L_I；

(4)利用MRF對低秩矩陣部分形成的圖像進行二值分割，通過歸一化RCS特征識別出艦船目標，具體步驟如下：

b1)對每一像素點s，取特征場中像素點s處的能量函數U₁(Y_s/X_s)最小值作為此像素點s的標記，Y_s為s的特征場，X_s為s的標記場，遍歷整個圖像得到初始的標記場X₀；U₁(Y_s|X_s)＝exp(-P(Y_s|X_s))，P(Y_s/X_s)表示像素點s處的似然函數，

其中μ_ξ和δ_ξ分別為每類的對數均值和對數均方差，分類值取為ξ∈{0,1}；

b2)當迭代次數k＝0時，由當前分割得到第k次模型參數估計值θ^k，對圖像上每個像素點s，計算第k次全局能量的最大值對應的標記場中像素點s的第k次能量函數，遍歷整個圖像得到相應的標記場X_k；U₂(X_s)＝∑_c∈CV_C(x_s,x_n)，n為s的二階鄰域系統N(i,j)中一個像素，N(i,j)＝{(±1,0),(0,±1),(1,±1),(-1,±1)}，c表示8鄰域系統中的二元基團，C表示圖像中所有基團的集合，V_C(x_s,x_n)表示與基團相關的新勢能函數，

其中為x_s處的標準差，β為懲罰因子，設為1，y_s和y_n分別為標記場x_s和x_n處的強度，d_sn為標記場中x_s和x_n間距離；

b3)判斷是否收斂，具體如下：

c1)如果變化量Δ≥U^k(X_s,Y_s)-U^k-1(X_s,Y_s)認為全局能量變化很小，標記場X_k為最后的分割結果，式中Δ為設定的常數；

c2)否則，轉到步驟b2)，k值加1，更新圖像模型參數得到θ^k+1，參數向量對于特征場Y為對數正態分布模型，最大似然法估計出的模型參數表達式為：

其中m為狀態標記，取值{0,1}；

b4)將RF圖像分割出的二值圖像中每個目標像素值與參考歸一化RCS值進行比較，如果大于參考值，則識別為艦船目標。