[發明專利]高分辨SAR飛機目標輪廓提取方法、系統、存儲介質及設備

在審

• 申請號: 202110020415.5
• 申請日: 2021-01-07
• 公開（公告）號: CN112734788A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 林楠;任仲樂;侯彪;焦李成
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/181
• 分類號: G06T7/181;G06T7/13;G06T7/136;G06T5/00;G06T7/90;G06T3/40;G06K9/62
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 高博

1.高分辨SAR飛機目標輪廓提取方法，其特征在于，捕獲飛機輪廓并生成二值圖像，構建飛機目標標準候選模板庫；然后提取待匹配SAR圖像強散射點，同時濾除噪聲；再采用雙線性插值法調整二值化模板尺寸與待匹配SAR圖像尺寸一致，計算匹配度，取匹配度最高的模板作為飛機目標的最佳匹配模板；最后提取最優模板的輪廓，返回SAR圖像得到待測飛機目標的輪廓，完成輪廓提取。

2.根據權利要求1所述的方法，其特征在于，構建飛機目標標準候選模板庫具體為：

依據待處理SAR飛機目標屬性文件中提供的經緯度信息，從谷歌地球網站找到對應地區，提取相應類別的光學飛機圖像，通過Canny算子捕獲飛機輪廓，并使用photoshop調整輪廓后生成二值圖像，對二值圖像中飛機目標進行旋轉和平移處理，實現飛機目標標準候選模板庫的構建。

3.根據權利要求1所述的方法，其特征在于，提取目標強散射點具體為：

輸入待處理的高分辨SAR飛機圖像，采用Otsu自動閾值法將圖像二值化(0-1)，提取目標強散射點，同時濾除部分噪聲。

4.根據權利要求3所述的方法，其特征在于，若輸入圖像為f(i,j)，Otsu自適應閾值分割法具體流程如下：

S201、計算輸入圖像的灰度直方圖；

S202、遍歷所有可能的閾值σ，為輸入圖像像素點進行分類，像素點灰度值大于σ，則為前景A，否則為背景B；

S203、計算前景A、背景B所占區域像素點的個數N_A、N_B及比例p_A、p_B；

S204、分別計算前景A、背景B區域像素值均值u_A、u_B；

S205、計算類間方差；

S206、選擇使類間方差值最大的閾值σ_max為最佳閾值，分割輸入圖像。

5.根據權利要求4所述的方法，其特征在于，計算類間方差如下：

θ＝p_A(u_A-u)²+p_B(u_B-u)²

其中，u表示整幅圖像的像素均值，θ為所得類間方差。

6.根據權利要求1所述的方法，其特征在于，利用高分辨SAR飛機目標的空間分布特性計算最終匹配度y如下：

其中，f(i,j)同樣為本步驟輸入圖像，t(i,j)為二值模板，二者大小均為m×n，k表示二值模板中像素值不為0的像素個數。

7.根據權利要求1所述的方法，其特征在于，采用Laplacian算子提取最優模板的輪廓，如下：

dx＝(f(i+1,j)-f(i,j))-(f(i,j)-f(i-1,j))

dy＝(f(i,j+1)-f(i,j))-(f(i,j)-f(i,j-1))

Laplacian(i,j)＝dx+dy其中，f(i,j)為最優模板，dx為圖像水平方向計算得到的梯度值，dy為圖像垂直方向計算得到的梯度值，Laplacian(i,j)為計算所得輪廓。

8.一種高分辨SAR飛機目標輪廓提取系統，其特征在于，包括：

構建模塊，捕獲飛機輪廓并生成二值圖像，構建飛機目標標準候選模板庫；

過濾模塊，提取待處理圖像強散射點，同時濾除噪聲；

匹配模塊，采用雙線性插值法調整二值化模板尺寸與待匹配飛機目標圖像尺寸一致，計算匹配度，取匹配度最高的模板作為飛機目標的最佳匹配模板；

提取模塊，提取最優模板的輪廓，返回SAR圖像得到待測飛機目標的輪廓，完成輪廓提取。

9.一種存儲一個或多個程序的計算機可讀存儲介質，其特征在于，所述一個或多個程序包括指令，所述指令當由計算設備執行時，使得所述計算設備執行根據權利要求1至8所述的方法中的任一方法。

10.一種計算設備，其特征在于，包括：

一個或多個處理器、存儲器及一個或多個程序，其中一個或多個程序存儲在所述存儲器中并被配置為所述一個或多個處理器執行，所述一個或多個程序包括用于執行根據權利要求1至8所述的方法中的任一方法的指令。