[發(fā)明專利]雷達(dá)圖像目標(biāo)檢測識別方法、設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202210189300.3
• 申請日: 2022-03-01
• 公開（公告）號: CN114332633B
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計）人: 唐嘉昕;張帆;項德良;程建達(dá)
• 申請（專利權(quán)）人: 北京化工大學(xué)
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/80;G06V10/46;G06T7/11;G06V10/82;G06N3/08
• 代理公司: 北京中和立達(dá)知識產(chǎn)權(quán)代理有限公司 11756
• 代理人: 孟姣

本發(fā)明實施例公開了一種雷達(dá)圖像目標(biāo)檢測識別方法、設(shè)備和存儲介質(zhì)。其中方法包括：根據(jù)待檢測圖像中每個像素點的像素值，計算每個像素點的結(jié)構(gòu)張量；對所述待檢測圖像進行超像素分割，得到多個超像素塊；根據(jù)所述結(jié)構(gòu)張量以及所述多個超像素塊的像素值，得到顯著性特征圖，所述顯著性特征圖中包括所述待檢測圖像中每個待識別目標(biāo)的顯著性信息；基于所述顯著性特征圖以及所述待檢測圖像的深度特征圖，進行圖像目標(biāo)檢測識別，得到每個待識別目標(biāo)的預(yù)測邊界框和預(yù)測類別。本實施例減小了弱小目標(biāo)的漏檢率。

技術(shù)領(lǐng)域

本發(fā)明實施例涉及雷達(dá)圖像目標(biāo)檢測和識別技術(shù)領(lǐng)域，尤其涉及一種雷達(dá)圖像目標(biāo)檢測識別方法、設(shè)備和存儲介質(zhì)。

背景技術(shù)

雷達(dá)作為一種微波遙感探測設(shè)備，利用物體的散射強度成像，具有不受光照和氣候條件等限制實現(xiàn)全天時、全天候?qū)Φ赜^測的特點。雷達(dá)圖像中像素值的大小反映了目標(biāo)物體的散射強度信息。雷達(dá)圖像的目標(biāo)檢測與識別主要利用模版匹配、電磁建模和機器學(xué)習(xí)等算法對目標(biāo)（如飛機、坦克、艦船等軍事目標(biāo)）進行檢測和識別。

專利CN106250895B、CN106651937B和CN109636784B公開了相關(guān)圖像處理方法。然而，在真實環(huán)境中的雷達(dá)圖像中，待識別目標(biāo)的散射強度相對弱且分布密集，而由建筑物、電線塔等人造物引起的雜波散射強度相對高且雜波背景非均勻。同時，在戰(zhàn)場環(huán)境下，重點目標(biāo)也會通過隱身材料涂裝、主動電磁干擾等方式來進行偽裝和隱蔽，減弱自身的散射強度。這些均使得強度弱且尺度小的待識別目標(biāo)出現(xiàn)大量漏檢。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種雷達(dá)圖像目標(biāo)檢測識別方法、設(shè)備和存儲介質(zhì)，通過融合多種圖像信息來提高弱小目標(biāo)的顯著性響應(yīng)，并通過顯著性信息和深度特征信息的互補融合，減少弱小目標(biāo)的漏檢和錯誤識別。

第一方面，本發(fā)明實施例提供了一種雷達(dá)圖像目標(biāo)檢測識別方法，包括：

根據(jù)待檢測圖像中每個像素點的像素值，計算每個像素點的結(jié)構(gòu)張量；

對所述待檢測圖像進行超像素分割，得到多個超像素塊；

根據(jù)所述結(jié)構(gòu)張量以及所述多個超像素塊的像素值，得到顯著性特征圖，所述顯著性特征圖中包括所述待檢測圖像中每個待識別目標(biāo)的顯著性信息；

基于所述顯著性特征圖以及所述待檢測圖像的深度特征圖，進行圖像目標(biāo)檢測識別，得到每個待識別目標(biāo)的預(yù)測邊界框和預(yù)測類別。

第二方面，本發(fā)明實施例還提供了一種電子設(shè)備，所述電子設(shè)備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序，

當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)任一實施例所述的雷達(dá)圖像目標(biāo)檢測識別方法。

第三方面，本發(fā)明實施例還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)任一實施例所述的雷達(dá)圖像目標(biāo)檢測識別方法。

本發(fā)明實施例采用超像素分割提取并加強雷達(dá)圖像中的散射度信息和對比度信息，避免了圖像中的弱散射目標(biāo)被強散射干擾淹沒；并將這些信息與結(jié)構(gòu)張量中的幾何信息和紋理信息融合進行顯著性特征表示，提高了弱散射目標(biāo)在顯著性特征圖中的響應(yīng)；最后利用顯著性特征圖和深度特征圖共同作為圖像目標(biāo)檢測識別的約束，進一步提高了弱小目標(biāo)的識別精度，降低漏檢和虛警現(xiàn)象的發(fā)生概率。

附圖說明

為了更清楚地說明本發(fā)明具體實施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對具體實施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施方式，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實施例提供的一種雷達(dá)圖像目標(biāo)檢測識別方法的流程圖；