一种基于方向直线筛选的SAR图像目标方位角估计方法技术

本发明专利技术公开了一种基于方向直线筛选的SAR图像目标方位角估计方法，包括以下步骤：S1、从输入图像中提取出SAR目标；S2、提取目标边界，将其信息表示为一个二值边界矩阵；S3、在同一方向的直线中，寻找与目标边界的交点个数最多的直线，作为该方向的方向直线；S4、在各方向直线中，筛选最佳方向直线；S5、确定最佳方向直线的夹角为待估计的目标方位角。本发明专利技术方法对目标的形状不作过多要求，从而减少了对目标提取过程的依赖；通过两级方向直线的筛选，弥补了传统方法在区分垂直和水平方位上的不足，提高了估计精度，并在长、短主导边界长度差别较小情况下减少了估计误差；另外，本发明专利技术方法计算复杂度低，估计快速。

【技术实现步骤摘要】

本专利技术属于图像处理
中，涉及图像模式识别方法，具体涉及一种基于方 向直线筛选的合成孔径雷达（Synthetic Aperture Radar，SAR)图像目标方位角的估计方 法。
技术介绍
合成孔径雷达具有全天时、全天侯和强穿透能力等优点，已经成为一种重要的军 事侦查手段。近年来，利用高分辨率的SAR图像进行自动目标识别（Automatic Target Recognition，ATR)的研究不断涌现。 SAR目标图像对雷达成像的方位非常敏感，同一目标在不同方位所得到的图像差 别很大。在传统SARATR系统中存储了大量不同方位的SAR模板图像，通过将待识别目标 与模板进行匹配来实现目标的识别。因此，预先估计出目标的方位角，可以有效地减少搜索 图像的数量，提高ATR系统的识别效率和准确率。 SAR目标方位角的估计过程通常包括目标提取和角度估计两个环节。目标提取是 将SAR目标从图像中尽可能准确地提取出来；角度估计则是对提取出来目标进行分析，估 计出目标的方位角。目前，主要的SAR目标方位角估计方法有：主轴法、外接矩形法和主导 边界法。 主轴法是通过目标散射中心的主轴来估计方位角的。由于涉及的数学模型简单， 计算复杂小，且对于一定程度的目标遮挡、隐蔽以及铰接具有稳健性。但这类方法的一个基 本假设是SAR目标是关于主轴对称的。而在实际情况下，由于受成像场景或目标结构的影 响，对称性假设不一定成立，导致方位角估计不准确。外接矩形法利用最小外接矩形拟合目 标，根据外接矩形的走向来确定目标方位角，该方法对目标的形状有较高的要求，即需要提 取出的目标具有较规则的形状，不规则的形状可能产生较大的角度估计偏差；另外，该方法 涉及到一系列矩形旋转，计算量较大。主导边界法则是通过检测目标的主导边界来估计方 位角。该方法的估计精度较前两种方法高，且主导边界的获取不需要复杂的矩阵旋转，速度 较快，其主要缺点在于当目标的短主导边界与雷达波束垂直时，在垂直和水平方位的估计 上产生混淆，这个问题一直未能得到很好的解决，影响了算法的广泛使用；而且，该方法在 长、短主导边界长度差别较小时，容易产生较大的估计偏差。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种快速且估计精度更高的基于方 向直线筛选的SAR图像目标方位角估计方法。 本专利技术的目的是通过以下技术方案来实现的：一种基于方向直线筛选的SAR图像 目标方位角估计方法，包括以下步骤： S1、提取目标，用图像分割方法将输入图像中的SAR目标提取出来，表示为一个二 值的目标矩阵，该矩阵的行数和列数分别等于图像的宽度和长度，矩阵的每一个点对应图 像的一个像素点，其值为1表示该像素点为目标点，为0表示该像素点为非目标点； S2、提取边界，对目标矩阵内的每一个点，统计其周围区域内目标点的个数，若目 标点个数小于预设的邻域阈值，则判定该点为边界点，否则为非边界点；将目标边界信息表 示为一个二值边界矩阵，该矩阵的行数和列数分别等于图像的宽度和长度，矩阵的每一个 点对应图像的一个像素点，其值为1表示该像素点为边界点，为0表示该像素点为非边界 占. S3、确定各方向直线，包括以下子步骤： S31、在目标图像平面作一组宽度为两个像素点的直线{Le，d}，其中0为直线与垂 直方向的夹角，〇°<9彡180°，0的采样间隔为Ae，〇< A^彡1;d为图像的左上角 顶点到直线的距离，车中P、q分别为边界矩阵的行数和列数，d的采样间 隔为Ad，〇 <Ad彡1 ; S32、统计每条直线Le，d与目标边界的交点个数；S33、对每个0，求夹角为0的所有直线中与边界交点个数最多的直线，定义该直 线为9的方向直线10，记l e与边界的交点个数为ze; S4、筛选最佳方向直线，包括以下子步骤： S41、求ze的最大值，记为z _，即记2_所对应的夹角为0 S42、g 0_小于20度，则确定直线％"为最佳方向直线；否则进行方向直线筛选， 寻求最佳方向直线； S5、确定最佳方向直线的夹角为待估计的目标方位角。 进一步地，所述的步骤S2中，统计目标矩阵内各个点周围区域内目标点的个数 时，统计的区域大小为5 X 5像素。 进一步地，所述的步骤S42的方向直线筛选包括第一级方向直线筛选和第二级方 向直线筛选，所述的第一级方向直线筛选包括以下步骤： S421、设置交点个数集合C1和C2,候选方向直线集合Cl、C2和Z均为有序集 合，初始时三个集合包含的元素个数均为〇 ; S422、将所有交点个数ze按从大到小的顺序加入到C1中，设元素添加结束后，C1 共包含P个元素； S423、设置初值为1的元素计数器i; S424、取Cl中第i元素Cl，判断是否满足以下两个条件：条件1:Cl> n? z_，其中0? 7< n< 〇?9 ; 条件2 :C2为空集或Cl所对应的夹角与当前C2中的每一个元素所对应夹角的差 的绝对值大于A，15 < A< 25; 若同时满足条件1和条件2,则将Cl加入到C2的尾部，并将ci所对应的方向直线 加入到候选方向直线集合￡的尾部；若不满足则不操作； S425、g i <p，则计数器i加1，转到步骤S424,否则进行第二级方向直线筛选； 所述的第二级方向直线筛选包括以下步骤： S426、设￡的元素个数为匕对￡中的每个元素| (其中(的夹角，i = 1，2, 3,…，k)，设置一个权Wl，WlS整数；设置￡的第1元素为当前最佳的方向直线，记最 佳方向直线的夹角Q的下标为opt，即当前opt = 1 ; S427、考察&与目标边界交点，求交点横坐标的取值范围，其中1_和 x_分别为交点横坐标的最小值和最大值； 3428、对￡中的每个元素^，j = 2, 3, 4,…，k，作： S4281、将当前直线&与当前最佳直线的初始权值均设置为〇,即％ = ; S4282、对范围内的每个x作如下操作：作与横轴交点坐标为（x，0)的垂 直直线，求该直线与^和两直线的交点E#P E 设E E _的纵坐标分别为y y _， 若y _，w_j自增i;否则w。#自增i;S4283、求w.j与 的差 difw，即 difw= WfW S4284、若 difw大于1，则令 opt = j; S4285、若difw的绝对值小于或等于1，比较&和^两直线的夹角0 ^与0 _，若 9 _j相对于0 _更接近于水平方向，贝>J令opt = j ; S429、确定直线&，为最佳方向直线。 本专利技术的有益效果是：本专利技术方法对目标的形状不作过多要求，从而减少了对目 标提取过程的依赖；通过两级方向直线的筛选，弥补了传统方法在区分垂直和水平方位上 的不足，提高了估计精度，并在长、短主导边界长度差别较小情况下减少了估计误差；另外， 本专利技术方法计算复杂度低，估计快速。【附图说明】 图1为本专利技术的目标方位角估计方法流程图； 图2为本专利技术的筛选最佳方向直线的流程图； 图3为各方法对图像HB19820. 001目标方位角的估计结果示意图； 图4为各方法对图像HB03790. 004目标方位角的估计结果示意图。【具体实施方式】 下面结合附图和本文档来自技高网...

【技术保护点】
一种基于方向直线筛选的SAR图像目标方位角估计方法，其特征在于，包括以下步骤：S1、提取目标，用图像分割方法将输入图像中的SAR目标提取出来，表示为一个二值的目标矩阵，该矩阵的行数和列数分别等于图像的宽度和长度，矩阵的每一个点对应图像的一个像素点，其值为1表示该像素点为目标点，为0表示该像素点为非目标点；S2、提取边界，对目标矩阵内的每一个点，统计其周围区域内目标点的个数，若目标点个数小于预设的邻域阈值，则判定该点为边界点，否则为非边界点；将目标边界信息表示为一个二值边界矩阵，该矩阵的行数和列数分别等于图像的宽度和长度，矩阵的每一个点对应图像的一个像素点，其值为1表示该像素点为边界点，为0表示该像素点为非边界点；S3、确定各方向直线，包括以下子步骤：S31、在目标图像平面作一组宽度为两个像素点的直线{Lθ,d}，其中θ为直线与垂直方向的夹角，0°＜θ≤180°，θ的采样间隔为Δθ，0＜Δθ≤1；d为图像的左上角顶点到直线的距离，其中p、q分别为边界矩阵的行数和列数，d的采样间隔为Δd，0＜Δd≤1；S32、统计每条直线Lθ,d与目标边界的交点个数；S33、对每个θ，求夹角为θ的所有直线中与边界交点个数最多的直线，定义该直线为θ的方向直线lθ，记lθ与边界的交点个数为zθ；S4、筛选最佳方向直线，包括以下子步骤：S41、求zθ的最大值，记为zmax，即zmax=maxθzθ]]>记zmax所对应的夹角为θmax；S42、若θmax小于20度，则确定直线为最佳方向直线；否则进行方向直线筛选，寻求最佳方向直线；S5、确定最佳方向直线的夹角为待估计的目标方位角。...

【技术特征摘要】

【专利技术属性】
技术研发人员：何艳敏，甘涛，彭真明，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51