[發明專利]自適應的人造目標恒虛警率檢測方法

有效

• 申請號: 201710529607.2
• 申請日: 2017-07-02
• 公開（公告）號: CN107274410B
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 羅灣;張紅波
• 申請（專利權）人: 中國航空工業集團公司雷華電子技術研究所
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T7/155;G06T7/60
• 代理公司: 北京航信高科知識產權代理事務所(普通合伙) 11526
• 代理人: 高原

本發明涉及雷達目標檢測技術領域，具體提供了一種自適應的人造目標恒虛警率檢測方法，首先獲取SAR圖像，根據閾值篩選并提取符合條件的候選區域，然后對候選區域的圖像進行形態學處理，再根據圖像確定各像素點的滑窗尺寸，并通過雙參數恒虛警率算法對圖像進行人造目標檢測，最終根據設定的恒虛警檢測規則得到人造目標檢測結果；該方法可以自適應對目標區域進行篩選，并可以自適應的選取目標所在背景區域的尺寸，提高了目標的正確檢測率和檢測算法的適應性。

技術領域

本發明涉及雷達目標檢測技術領域，特別涉及自適應的人造目標恒虛警率檢測方法。

背景技術

人造目標檢測是目標跟蹤和識別的基礎，在智能交通、城市道路檢測、視頻監控、遙感圖像處理、軍事目標的探測等方面有著廣泛的應用。在SAR(合成孔徑雷達)圖像中，把人造目標(坦克、車輛、飛機、建筑物、艦船等)從復雜背景中分離出來，對復雜自然背景中人造目標進行實時檢測，可以提高SAR對軍事目標的監視、識別、定位和描述能力等偵察能力；若結合圖像識別技術與紅外技術，可實現精確命中目標，提升國防戰略預警系統和導彈打擊能力的作戰效能。

當前人造目標檢測的方法主要為基于統計模型的恒虛警率(CFAR)檢測方法，其最早應用于人造目標檢測，是最常用最有效的人造目標檢測方法。其中基于背景為高斯分布的雙參數CFAR算法，以參數計算簡單、適應性強、局部統計特征強等優勢，成為目前應用最多的方法之一，但是該方法存在一些不足：

1、由于檢測門限單一，檢測結果一般不理想，漏檢和誤檢率很高；

2、目標所在候選區域的尺寸，不能自動選取，需要根據經驗不斷的進行仿真試驗，檢測效率低；

3、對于多目標的情形，干擾目標對主目標的檢測有影響，檢測器難以保持穩定的檢測性能。

發明內容

為克服上述現有技術存在的至少一種缺陷，本發明提供了一種自適應的人造目標恒虛警率檢測方法，包括如下步驟：

步驟一，獲取SAR圖像，SAR為合成孔徑雷達，設所述SAR圖像為I，求出所述SAR圖像的均值，將所述SAR圖像與所述SAR圖像均值之差的絕對值作為成像區域的顯著特征，定義該絕對值對應的圖像為I′，設定像素點灰度閾值T，根據閾值T篩選并提取符合條件的候選區域，并將該候選區域轉化為二值圖像I_bw；

步驟二，通過公式(1)對二值圖像I_bw進行形態學處理得到優化后的二值圖像I″，

其中b₁和b₂均為目標的結構元素，b₁的尺寸大于b₂，對I″進行形態學重構得到重構后的二值圖像I_bw′；

步驟三，根據I_bw′確定圖像I中的各像素點的滑窗的尺寸；

步驟四，通過雙參數恒虛警率算法對圖像I進行人造目標檢測，得到目標檢測結果，具體人造目標檢測方式為：

通過公式(2)求出檢測統計量D，

其中I_t為待測像素的灰度值，μ_c、σ_c分別為估計的雜波均值和標準偏差，剔除圖像I中各像素點對應背景中的干擾目標，干擾目標為在I_bw′圖像中對應的像素值為1的像素點；

設定恒虛警檢測規則為：當檢測統計量D大于等于檢測閾值S_CFAR時，判定檢測單元存在信號，當檢測統計量D小于檢測閾值S_CFAR時，判定檢測單元不存在信號，檢測閾值S_CFAR與虛警概率P_fa的關系式為：