[發明專利]基于幅度與能量聚集度乘積的海陸雜波場景分割方法

在審

• 申請號: 201710952935.3
• 申請日: 2017-10-13
• 公開（公告）號: CN107909595A
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 水鵬朗;梁寒;黃宇婷;張帥;廖燕
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/136
• 分類號: G06T7/136
• 代理公司: 陜西電子工業專利中心61205
• 代理人: 田文英,王品華

技術領域

本發明屬于通信技術領域，更進一步涉及雷達信號處理技術領域中的一種基于幅度與能量聚集度乘積的海陸雜波場景分割方法。本發明可用于從雷達獲取的回波數據生成海陸雜波場景的分割圖像。

背景技術

海雜波背景下的目標檢測技術是雷達應用技術中一個至關重要的研究方向，在軍事和民用領域得到普遍應用。雷達在對海模式下工作時，掃描場景復雜且范圍較大，雷達回波中往往包含著各種類型的雜波，包括海雜波、地雜波、島礁雜波等。地雜波和島礁雜波回波強度較強，嚴重影響著海雜波背景下的目標檢測，復雜的雜波場景和雜波特性構成了海面目標檢測的主要障礙。因此，在進行海雜波背景下的目標檢測之前，必須對海陸雜波場景分割進行預處理。通過海陸雜波場景分割將地雜波和島礁回波從雷達雜波中分離出去，在目標檢測的過程中將地雜波和島礁回波排除，減少了地雜波和島礁回波對海雜波背景下的目標檢測的影響。海陸雜波場景分割結果的質量好壞將直接影響海雜波背景下的目標檢測性能。

與傳統的圖像分割方法不同，雷達雜波場景的分割包括了將雷達數據轉化成灰度圖像和灰度圖像分割兩部分。海雜波的能量相對比較分散而地雜波的強度要比海雜波的強度強很多且比較集中。雷達對海掃描探測時，接收機接收到的海雜波會隨著海面環境、雷達工作頻率、天線視角等多方面因素的變化表現出顯著的非平穩、非高斯特性，其峰值也會隨著時間不斷地發生變化，這種海陸雜波場景分割往往是高計算代價的，難以滿足實時海陸雜波場景分割的要求。利用人工的方法直接對雜波場景進行描繪分割無法滿足實時場景分割的要求。

河海大學在其申請的專利文獻“基于FCM的分塊自適應圖像分割方法”(專利申請號201310726876，授權公告號CN 103761726 B)中提出了一種基于FCM的分塊自適應圖像分割方法。該方法分別采用鄰域平均法對待分割圖像進行處理后利用基于FCM圖像分割方法進行分割和基于標準FCM圖像分割方法對待分割圖像進行分割，對結果圖進行分塊處理，對圖像區域塊編號并計算每個圖像區域塊的方差，比較兩幅分割圖上相同位置的圖像塊方差，選擇方差較小的圖像塊作為最后的分割結果。該方法充分考慮了待分割圖像的灰度信息和空間信息，并對待分割圖像分塊自適應選擇分塊方法，提高了圖像的分割質量，但是，該方法仍然存在的不足之處是，對于像素密度分布不均衡的圖像不能精確分割，圖像分割結果不理想。

北京航空航天大學在其申請的專利文獻“一種基于小波變換和OTSU閾值的SAR圖像海陸分割方法”(專利申請號201210536981.2，授權公告號CN 102968798 B)中提出了一種基于小波變換和OTSU閾值的SAR圖像海陸分割方法。該方法利用小波變換的噪聲平滑特性抑制SAR圖像中的斑噪，進而采用一種非監督、最優化閾值的OTSU閾值方法粗略分割出陸地區域，并基于小波變換的多尺度分析特性，將各尺度下的檢測結果進行合并，最后通過自動化的后續處理和邊緣跟蹤得到最終的SAR圖像海陸分割結果。該方法綜合利用了小波變換的斑噪抑制、多尺度分析功能和OTSU閾值算法的自適應和非監督的特性，在高分辨率SAR圖像的適用性方面均有很大程度的提高，但是，該方法仍然存在的不足之處是，由于該方法對噪聲仍比較敏感，導致該方法的魯棒性較差，圖像分割結果不均勻。

湖北工業大學擁有的專利技術“一種基于蝙蝠優化模糊聚類的圖像分割方法”(專利申請號201410039711.X，授權公告號CN 103824285 B)中提出了一種基于蝙蝠優化模糊聚類的圖像分割方法。該方法采用蝙蝠算法作為演化算法，很好的解決了傳統FCM聚類分割方法過于依賴初始聚類中心的缺點，在很大程度上提高其收斂到全局最優解的概率。該方法采用十進制進行編碼，計算快速便捷，在很大程度上提高了聚類分割效率，但是，該方法仍然存在的不足之處是，對于像素密度分布不均衡的圖像不能精確分割，圖像分割結果不理想。

江南大學擁有的專利技術“一種具備多視角學習能力的模糊聚類圖像分割方法”(專利申請號201410525629.8，授權公告號CN 104282022 B)中提出了一種具備多視角學習能力的模糊聚類圖像分割方法。該方法在傳統的FCM聚類算法的基礎上采用多視角學習能力方法，獲取各視角下的聚類結果，通過集成決策方法獲取圖像分割結果，同時使用視角加權技術增強分割效果。該方法充分利用圖像信息，能夠有效地提取各視角圖像的獨立信息，挖掘各視角下圖像的共性信息，提高了圖像的分割質量，但是，該方法仍然存在的不足之處是，對于像素密度分布不均衡的圖像不能精確分割，圖像分割結果不理想。

發明內容