[發(fā)明專利]一種基于RPCA技術(shù)的SAR圖像艦船目標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201611174329.5
• 申請(qǐng)日: 2016-12-19
• 公開(kāi)（公告）號(hào): CN106778870B
• 公開(kāi)（公告）日: 2020-05-15
• 發(fā)明（設(shè)計(jì)）人: 趙磊
• 申請(qǐng)（專利權(quán)）人: 中國(guó)電子科技集團(tuán)公司第二十研究所
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/40;G06K9/34;G06K9/00
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 顧潮琪

本發(fā)明提供了一種基于RPCA技術(shù)的SAR圖像艦船目標(biāo)檢測(cè)方法，首先針對(duì)SAR圖像相干斑噪聲模型，利用對(duì)數(shù)變換將相干斑乘性噪聲轉(zhuǎn)化為加性噪聲，接著計(jì)算背景散射信號(hào)的相干與非相干接收信號(hào)功率比值，將SAR圖像轉(zhuǎn)化為相應(yīng)的RF圖像，然后利用RPCA技術(shù)將RF圖像分解為低秩矩陣部分和稀疏矩陣部分，去除RF圖像中由噪聲形成的稀疏矩陣部分，最后利用結(jié)合空域信息的改進(jìn)型MRF對(duì)低秩矩陣所形成的相對(duì)理想的RF圖像進(jìn)行二值分割，通過(guò)歸一化RCS特征識(shí)別出艦船目標(biāo)。本發(fā)明可以有效抑制斑點(diǎn)噪聲，并且保留了圖像邊緣細(xì)節(jié)。

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)目標(biāo)檢測(cè)領(lǐng)域，涉及一種SAR圖像艦船目標(biāo)檢測(cè)方法。

背景技術(shù)

合成孔徑雷達(dá)(SAR)應(yīng)用到海洋目標(biāo)檢測(cè)和監(jiān)視領(lǐng)域越來(lái)越受到重視，一方面可以用于民用漁業(yè)管理、海洋污染監(jiān)控等領(lǐng)域，另一方面可以通過(guò)從SAR圖像提取艦船重要信息，對(duì)確保海上主動(dòng)權(quán)和成功進(jìn)行軍事行動(dòng)起到了重要作用。SAR圖像中相干斑噪聲主要由散射體表面反射的電磁波相干疊加造成的，直接影響SAR圖像處理效果；艦船目標(biāo)和海洋海浪的運(yùn)動(dòng)都會(huì)引起方位向模糊，這些效應(yīng)都給艦船目標(biāo)檢測(cè)帶來(lái)了一定困難，但也可以從中提取出艦船目標(biāo)運(yùn)動(dòng)狀況信息。隨著SAR圖像分辨率越來(lái)越高，乘積模型在相干斑模型的基礎(chǔ)上發(fā)展出來(lái)，更能夠準(zhǔn)確描述不同SAR圖像。由于許多空域自適應(yīng)濾波算法只考慮了像素點(diǎn)的強(qiáng)度信息及其鄰域像素的空間關(guān)系，濾波效果不如意。如果能夠有效利用SAR對(duì)艦船成像的物理機(jī)理來(lái)提取艦船目標(biāo)特征信息，那么對(duì)艦船目標(biāo)檢測(cè)將更加有效。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于RPCA技術(shù)的SAR圖像艦船目標(biāo)檢測(cè)方法，可以有效抑制斑點(diǎn)噪聲，并且保留了圖像邊緣細(xì)節(jié)。本發(fā)明針對(duì)SAR圖像相干斑噪聲模型，利用對(duì)數(shù)變換將相干斑乘性噪聲轉(zhuǎn)化為加性噪聲，接著計(jì)算背景散射信號(hào)的相干與非相干接收信號(hào)功率比值，將SAR圖像轉(zhuǎn)化為相應(yīng)的RF圖像，然后利用RPCA技術(shù)將RF圖像分解為低秩矩陣部分和稀疏矩陣部分，最后利用MRF對(duì)低秩矩陣部分形成的圖像進(jìn)行二值分割，通過(guò)歸一化RCS特征識(shí)別出艦船目標(biāo)。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案包括以下步驟：

(1)針對(duì)SAR圖像相干斑噪聲模型，利用對(duì)數(shù)變換將相干斑乘性噪聲轉(zhuǎn)化為加性噪聲I＝log(I₀)，其中，為原始SAR圖像，M和N分別表示圖像行數(shù)和列數(shù)；

(2)計(jì)算背景散射信號(hào)的相干與非相干接收信號(hào)功率比值，將SAR圖像轉(zhuǎn)化為相應(yīng)的RF圖像其中，表示第k個(gè)像素塊中3×3的局部窗區(qū)域的相干功率，表示第k個(gè)100×100像素塊區(qū)域的非相干功率；

(3)利用RPCA技術(shù)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(shí)部和虛部矩陣，分別記為D_R和D_I，其中為低秩矩陣，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(gè)對(duì)偶問(wèn)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(gè)實(shí)數(shù)矩陣，記為L(zhǎng)_R和L_I；

a3)將實(shí)數(shù)矩陣L_R和L_I重新組合為復(fù)數(shù)低秩矩陣Y＝L_R+i*L_I；

(4)利用MRF對(duì)低秩矩陣部分形成的圖像進(jìn)行二值分割，通過(guò)歸一化RCS特征識(shí)別出艦船目標(biāo)，具體步驟如下：