[發明專利]一種基于改進活動輪廓模型的SAR圖像目標檢測方法

有效

• 申請號: 201910973877.1
• 申請日: 2019-10-14
• 公開（公告）號: CN111028256B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 李燾;彭冬亮;呂俊陽;薛夢凡;陳志坤
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/149
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

1.一種基于改進活動輪廓模型的SAR圖像目標檢測方法，其特征在于，包括如下步驟：

步驟1，輸入待檢測的SAR圖像，設其像素強度為I(x)，圖像尺寸為H×W像素；

步驟2，利用待檢測的SAR圖像，按照如下公式計算邊緣檢測算子g(x)：

其中，r為一個極小值，表示二維梯度運算；

步驟3，對各項參數進行初始化處理：設置最大迭代次數為N，初始迭代次數為n＝0，迭代終止條件ε，并根據待檢測SAR圖像分別設置時間步長τ和參數θ，將待檢測的SAR圖像I(x)利用最大值進行歸一化，并作為初始的水平集函數u⁽⁰⁾，即設置初始的正則化輔助變量v⁽⁰⁾＝u⁽⁰⁾，初始的對偶變量p⁽⁰⁾＝(p1⁽⁰⁾,p2⁽⁰⁾)＝0，其中p1和p2分別為沿著列方向和沿著行方向的梯度值；

步驟4，根據能量泛函最小化準則進行目標輪廓曲線演化，迭代更新水平集函數u和正則化輔助變量v，得到最終的目標輪廓曲線u；具體步驟為：

4a)更新水平集函數u：

4a1)利用如下公式計算div(p⁽ⁿ⁾)：

式中，div(·)表示散度運算，其中p⁽ⁿ⁾為迭代n次后的對偶變量，i和j分別表示行列索引，p＝(p1,p2)是滿足下列等式的對偶變量：

θ0是一個很小的值；

4a2)利用div(p⁽ⁿ⁾)計算第n+1次迭代過程中對偶變量p的值p⁽ⁿ⁺¹⁾：

其中v⁽ⁿ⁾表示第n次迭代過程中的正則化輔助變量；

4a4)根據計算得到的p⁽ⁿ⁺¹⁾，計算第n+1次迭代過程中u函數的值，即

u⁽ⁿ⁺¹⁾＝v⁽ⁿ⁾-θdiv(p⁽ⁿ⁺¹⁾)；

4b)更新正則化輔助變量v:

4b1)基于Gamma分布假設和Bhattacharyya距離度量，分別利用下式分別計算輪廓內外區域的能量值e₁和e₂：

其中，Γ(·)表示標準的伽馬函數，ln(·)表示對數運算，(α_x,β_x)表示以像素點x為中心的局部區域內像素服從的Gamma分布參數對，(α_in,β_in)和(α_out,β_out)分別表示輪廓內部局部區域和輪廓外部局部區域對應的Gamma分布參數對，具體地，(α_x,β_x)可由下式計算得到：

α_x＝μ²/σ²，β_x＝α_x/μ

其中，μ和σ²分別表示局部區域內的像素強度均值和方差；(α_in,β_in)和(α_out,β_out)分別可由下式計算得到：

其中，和分別表示輪廓內部局部區域的像素強度均值和方差，和分別表示輪廓外部局部區域的像素強度均值和方差，式中H(φ)和H(-φ)分別表示輪廓內部和輪廓外部的水平集函數取值；

4b2)根據計算得到的u⁽ⁿ⁺¹⁾、e₁和e₂，更新第n+1次迭代過程中v函數的值v⁽ⁿ⁺¹⁾：

v⁽ⁿ⁺¹⁾＝min{max{u⁽ⁿ⁺¹⁾-θ(λ₁e₁-λ₂e₂),0},1}

其中λ₁，λ₂為權值系數；

4c)更新迭代次數n＝n+1；

4d)判斷是否滿足終止條件||u⁽ⁿ⁺¹⁾-u⁽ⁿ⁾||₂≤ε或者nN，若滿足，則終止迭代，輸出目標輪廓曲線演化結果u；否則，繼續執行步驟4a)～步驟4d)之間的操作。

2.根據權利要求1所述的方法，其中步驟5根據目標輪廓曲線演化結果u得到目標檢測結果具體按以下方式進行：

對于任一像素點x，x∈x，若u(x)≥0.5，則將其視為目標像素點；否則視為雜波像素點；在對所有像素點進行判別之后，得到目標檢測結果；

步驟5，根據目標輪廓曲線演化結果u，得到目標檢測結果。