[發明專利]改進的低頻UWB SAR葉簇隱蔽目標融合變化檢測方法

有效

• 申請號: 202110407968.6
• 申請日: 2021-04-15
• 公開（公告）號: CN113159157B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 謝洪途;陳凱鵬;王國倩
• 申請（專利權）人: 中山大學
• 主分類號: G06V10/80
• 分類號: G06V10/80;G06V10/26;G06V10/774
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

本發明提供一種改進的低頻UWB?SAR葉簇隱蔽目標融合變化檢測方法，該方法首先對檢測圖像和參考圖像進行預處理，進行雙方向的相對輻射校正處理；其次，求解基于改進雜波分布模型的圖像分割差值法的檢驗量圖像和檢測閾值；將檢測圖像和參考圖像相減得到差值檢驗量圖像，并對差值檢驗量圖像的雜波分布進行估計，設定虛警概率后得到檢測閾值，即得到第一個子算法的檢驗量圖像和檢測閾值；然后，求解一維Edgeworth法以及廣義Laguerre多項式法的檢驗量圖像和檢測閾值；最后，將三個檢驗量圖像以及對應閾值輸入到LE?SVDD空間中進行分類器的設計，從而實現低頻UWB?SAR圖像的變化檢測。

技術領域

本發明涉及雷達技術領域，更具體地，涉及一種改進的低頻UWB?SAR葉簇隱蔽目標融合變化檢測方法。

背景技術

在現代戰爭中，作戰雙方越來越注重對己方軍事目標的隱蔽，同時提高對敵方隱蔽軍事目標的探測偵察能力。因此，對隱蔽目標探測技術的研究能為我國新型戰場偵察/制導武器裝備的研制提供重要的理論和技術支持，具有重要的軍事意義。此外，我國邊境地理形勢復雜，很多區域叢林密布，這為鄰國在邊境附近布設軍事目標和調整軍事防務提供了便利。由于具有叢林遮蔽，常規雷達系統無法穿透叢林對敵方進行有效探測偵察。因此，迫切需要研發先進體制雷達系統以及配套的檢測系統，以提高對隱蔽軍事目標的探測偵察能力。

低頻超寬帶合成孔徑雷達(UWB?SAR)具有良好葉簇穿透探測性能和高分辨成像能力，已成為隱蔽目標探測偵察的重要手段。由于叢林探測環境復雜和低頻UWB體制，使獲得的UWB?SAR圖像經常存在許多非目標點的強散射點(如粗壯的樹干)。這些非目標的斑狀散射點使得對于不同時相的低頻UWB?SAR圖像在進行變化檢測時總會存在許多虛警點，從而增加了葉簇隱蔽目標變化檢測的難度。

目前，低頻UWB?SAR圖像目標檢測方法主要包括三類，第一類是基于圖像像素級的變化檢測方法，通過對不同時相圖像中同一點像素點的比較分析，觀測該像素點是否發生變化，常見的方法有差值法和比值法等。基于圖像像素級的變化檢測方法實現較為簡單，但是單純的像素灰度值的分析受噪聲影響大，實際檢測效果往往不佳。第二類方法是基于圖像特征級的變化檢測方法，通過對像素周圍的區域進行特征提取，將提取到的特征進行綜合分析，實現對變化特征點的檢測，常用的算法有Edgeworth法、灰度共生矩陣方法。基于圖像特征級的變化檢測方法在進行對比時采用的是圖像紋理特征、邊緣特征等信息，具有較強的穩定性和抗干擾能力，實現相對基于圖像像素級的變化檢測方法復雜。第三類方法是基于圖像目標級的變化檢測方法，先對單時相的圖像進行提取特征和圖像分類，獲取圖像中的目標點的屬性信息，再對分類后的圖像進行變化檢測。與其他兩種算法相比較，基于圖像目標級的變化檢測方法是一種更高層次的變化檢測技術，其研究和應用的難度極大，目前仍處于起步階段。

上述的三種方法大多都針對于SAR圖像中目標點的某一種變化檢測信息進行變化測，單一變化檢測方法很難充分利用好SAR圖像中的變化檢測信息，容易出現缺失檢測目標點的情況。近些年來，融合多種方法的目標檢測越來越受到了學者們的關注。將多種低頻UWB?SAR葉簇隱蔽目標檢測方法進行改進與融合，能夠獲得更好的檢測效果。目前，在變化檢測領域比較常用的融合變化檢測方法有：馬爾科夫模型法、以及拉普拉斯特征映射支持向量描述(LE-SVDD)法等。基于LE-SVDD的融合變化檢測方法能夠融合多種算法，比單一檢測算法具有更好的檢測性能。但是，傳統的基于LE-SVDD的融合變化檢測方法由于其采用的子算法和檢測閾值設置不合理，導致融合檢測效果不好，難以實現低頻UWB?SAR圖像的高效高精度目標檢測。

發明內容

本發明提供一種改進的低頻UWB?SAR葉簇隱蔽目標融合變化檢測方法，該方法能夠有效抑制低頻UWB?SAR圖像存在的許多非目標的強散射點，減少了變化檢測過程中虛警點的發生。

為了達到上述技術效果，本發明的技術方案如下：

一種改進的低頻UWB?SAR葉簇隱蔽目標融合變化檢測方法，包括以下步驟：