[發(fā)明專利]基于FCN圖像序列模型的SAR視頻目標(biāo)檢測方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810811807.1
• 申請(qǐng)日: 2018-07-23
• 公開（公告）號(hào): CN108960190B
• 公開（公告）日: 2021-11-30
• 發(fā)明（設(shè)計(jì)）人: 侯彪;張瑞濤;焦李成;馬晶晶;馬文萍;白靜
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/32;G06N3/04
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

本發(fā)明公開了一種基于全卷積神經(jīng)網(wǎng)絡(luò)FCN圖像序列模型的合成孔徑雷達(dá)SAR視頻目標(biāo)檢測方法，主要解決現(xiàn)有技術(shù)中檢測準(zhǔn)確率較低以及目標(biāo)檢測過程復(fù)雜繁瑣的問題。本發(fā)明的具體步驟如下：(1)搭建全卷積神經(jīng)網(wǎng)絡(luò)FCN；(2)選取訓(xùn)練樣本和測試樣本；(3)訓(xùn)練全卷積神經(jīng)網(wǎng)絡(luò)FCN模型；(4)計(jì)算測試樣本中機(jī)動(dòng)車輛目標(biāo)的幾何中心；(5)根據(jù)所有測試樣本中機(jī)動(dòng)車輛目標(biāo)的幾何中心計(jì)算最終的檢測結(jié)果。本發(fā)明能夠充分利用了合成孔徑雷達(dá)SAR視頻的信息，提高了對(duì)合成孔徑雷達(dá)SAR視頻中機(jī)動(dòng)車輛目標(biāo)的檢測準(zhǔn)確率，并且提高了目標(biāo)檢測的效率。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步涉及目標(biāo)檢測圖像技術(shù)領(lǐng)域中的一種基于全卷積神經(jīng)網(wǎng)絡(luò)FCN(Fully Convolutional Networks)圖像序列模型的合成孔徑雷達(dá)SAR(Synthetic Aperture Radar)視頻目標(biāo)檢測方法。本發(fā)明可用于從高分辨率機(jī)載合成孔徑雷達(dá)SAR獲取的道路信息視頻中，實(shí)時(shí)檢測公路上運(yùn)動(dòng)和靜止的機(jī)動(dòng)車輛包括貨車、客車等地物目標(biāo)。

背景技術(shù)

合成孔徑雷達(dá)SAR圖像在國防和民用方面起著不可替代的作用，由于與其它遙感成像系統(tǒng)和光學(xué)成像系統(tǒng)相比有很多差異，因此研究針對(duì)該類圖像的特點(diǎn)的處理算法尤為重要。合成孔徑雷達(dá)SAR圖像中的目標(biāo)檢測是計(jì)算機(jī)視覺和圖像處理等技術(shù)在合成孔徑雷達(dá)SAR領(lǐng)域的重要應(yīng)用和基本問題之一。隨著合成孔徑雷達(dá)SAR在成像技術(shù)方面的不斷發(fā)展和進(jìn)步，合成孔徑雷達(dá)SAR視頻系統(tǒng)應(yīng)運(yùn)而生，它能以每秒5幀以上的幀率獲得高分辨率合成孔徑雷達(dá)SAR圖像，相應(yīng)的應(yīng)用范圍和需求也在不斷增加。美國桑迪國家實(shí)驗(yàn)室通過機(jī)載合成孔徑雷達(dá)SAR平臺(tái)飛過一個(gè)高速公路收費(fèi)站以持續(xù)關(guān)注該地區(qū)的場景信息，獲取了高分辨率機(jī)載合成孔徑雷達(dá)SAR視頻數(shù)據(jù)。對(duì)于高分辨率機(jī)載合成孔徑雷達(dá)SAR視頻目標(biāo)檢測的研究是非常有價(jià)值的，公路上的機(jī)動(dòng)車輛目標(biāo)的檢測對(duì)于國防軍事和生產(chǎn)生活實(shí)際都有著重要意義，例如對(duì)高速公路上行駛的機(jī)動(dòng)車輛的監(jiān)視，對(duì)交通運(yùn)輸?shù)墓芾恚约皩?duì)某些非法走私等違法犯罪活動(dòng)的控制等。

中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所在其申請(qǐng)的專利文獻(xiàn)“一種航拍視頻的運(yùn)動(dòng)目標(biāo)檢測方法”(專利申請(qǐng)?zhí)枺?01711365258.1，公開號(hào)：108109163A)中公開了一種航拍視頻的運(yùn)動(dòng)目標(biāo)檢測方法。該方法首先對(duì)輸入視頻序列進(jìn)行圖像匹配，得到背景補(bǔ)償后的差分圖像；然后對(duì)背景補(bǔ)償后的差分圖像進(jìn)行能量累加，得到累加差分圖像；再對(duì)累加差分圖像進(jìn)行形態(tài)學(xué)開運(yùn)算處理，去除噪聲并捕捉大致目標(biāo)區(qū)域；最后進(jìn)行邊緣檢測求得目標(biāo)圖像的邊緣，并對(duì)目標(biāo)區(qū)域進(jìn)行標(biāo)注。雖然該方法通過對(duì)輸入視頻序列進(jìn)行圖像匹配，提高了目標(biāo)檢測的精度，但是，該方法仍然存在的不足之處是，使用了背景補(bǔ)償、去噪等繁瑣的預(yù)處理過程，需要大量的時(shí)間進(jìn)行運(yùn)算，使得測試過程十分耗時(shí)，無法實(shí)現(xiàn)實(shí)時(shí)檢測。