[發明專利]一種基于多尺度分割的SAR圖像CFAR目標檢測方法與系統

在審

• 申請號: 201810503713.8
• 申請日: 2018-05-23
• 公開（公告）號: CN108985292A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 劉修國;周欣;陳啟浩
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G06T7/136
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 郝明琴

本發明公開了一種基于多尺度分割的SAR圖像CFAR目標檢測方法及系統，將多尺度分割引入CFAR目標檢測充分發揮了多尺度分割的優勢，利用分割圖像塊作為檢測窗口，保證了窗口內部背景的同質性，增強了窗口內部雜波統計建模的準確性，提高了檢測的精度；同時，多尺度分割能夠將異質背景或者其他人工地物劃分為一個單獨的圖像塊，在圖像塊內部通過自適應閾值的確定消除大部分的雜波，抑制了檢測結果中的虛警；本發明能夠在實際應用中保證檢測精度，抑制虛警目標的產生，實現大場景的復雜地表雜波背景下的快速目標檢測。

技術領域

本發明涉及圖像目標檢測領域，更具體地說，涉及一種基于多尺度分割的SAR圖像CFAR目標檢測方法與系統。

背景技術

合成孔徑雷達(Synthetic Aperture Radar,SAR)是一種主動式的微波遙感傳感器，相比傳統的可見光和熱紅外遙感手段，由于其不受云雨等天氣的影響，因此具有全天時全天候的特點。較真實孔徑雷達相比，合成孔徑雷達具有更高的方位向分辨率。由于SAR技術的優良特性，越來越多的國家發展了自己的SAR傳感器，包括加拿大的Radarsat2，德國的TerraSAR-X，日本的ALOS2和中國的GF-3，積累了大量的SAR圖像數據。

然而由于SAR本身相干成像的特點，SAR圖像上往往存在著大量的相干斑噪聲，這成為SAR圖像自動解譯的主要困難。相對于海表艦船檢測，陸地地表雜波尤為復雜，如何在復雜地表雜波背景下實現SAR圖像目標檢測，對于業內學者來說是一個重大挑戰。

多尺度分割能夠根據初始分割圖像塊的內部的異質度合并新成新的分割圖像塊，以滿足圖像塊內部的異質度最小，圖像塊與圖像塊之間的異質度最大的原則，同時多尺度分割也是抑制SAR圖像相干斑的一個重要手段。

CAFR方法是SAR圖像目標檢測領域使用最為廣泛的方法之一。傳統的CFAR方法包括CA-CFAR、GO-CFAR、SO-CFAR、OS-CFAR以及雙參數CFAR方法，這一類CFAR都是建立在滑窗檢測的基礎上，檢測速度慢，無法適應大范圍全局的目標檢測。CFAR快速檢測方法包括全局CFAR、兩級級聯的CFAR檢測方法以及多層CFAR檢測方法，但這些方法往往只能實現海洋目標檢測，對于場景更為復雜地表雜波檢測能力不足。

發明內容

為了實現SAR圖像復雜地表雜波背景下的目標檢測，本發明提供了一種基于多尺度分割的SAR圖像CFAR目標檢測方法及系統，以兼顧檢測速度與檢測性能，抑制目標檢測中產生的虛警。

根據本發明的其中一方面，本發明解決其技術問題所采用的技術方案是：構造一種基于多尺度分割的SAR圖像CFAR目標檢測方法，該方法包含如下步驟：

步驟1：獲取原始的SAR幅度圖像，使用SLIC超像素方法進行初始分割，得到初始分割后形成的多個初始分割圖像塊；

步驟2：依次計算各個初始分割圖像塊與各個相鄰初始分割圖像塊的共同異質度，對于任意一初始分割圖像塊，將共同異質度最小的相鄰初始分割圖像塊進行合并，得到多尺度分割后形成的多尺度分割圖像塊；

步驟3：將一個多尺度分割圖像塊作為一個檢測窗口，在檢測窗口內部進行G0分布的參數估計；

步驟4：根據參數估計結果，結合CFAR閾值方程求解檢測閾值；

步驟5：根據求解出的檢測閾值進行窗口內的目標檢測；

步驟6:重復步驟3到步驟5，對每個多尺度分割圖像塊分別進行目標檢測，以完成全局范圍內的目標檢測。

進一步地，在本發明的基于多尺度分割的SAR圖像CFAR目標檢測方法中，步驟1具體包括如下步驟：

步驟1.1：根據所述SAR幅度圖像生成灰度圖像；

步驟1.2：根據所述灰度圖像在局部范圍內完成K均值迭代聚類，生成初步超像素圖像塊；