一种SAR图像舰船目标分割方法技术

一种SAR图像舰船目标分割方法，本发明专利技术涉及SAR图像舰船目标分割方法。本发明专利技术的目的是为了解决现有方法检测分割舰船目标时出现的先验信息不足、旁瓣和“拖影”过强、两船距离过近等导致分割不理想的问题。具体过程为：一、对原始图像进行基于颜色和区域的水陆分离；二、对水陆分离后的图像进行Otsu二值分割及区域分割获得舰船大小；三、基于舰船大小设定背景窗，假设背景窗中的杂波为K‑分布，估计K‑分布参数，获得阈值，基于该阈值分割舰船目标；四、对舰船目标进行开运算，得到分割后图像；本发明专利技术用于舰船目标分割领域。

A ship target segmentation method based on SAR image

The invention relates to a SAR image ship target segmentation method, which relates to a SAR image ship target segmentation method. The purpose of the invention is to solve the existing problems, the detection method of ship targets segmentation when the prior information of the side lobe and \smear\ is too strong, too close distance between ships as a result of segmentation is not ideal problem. The specific process is: first, the original image and color separation and region based on Otsu; two, two value segmentation and segmentation of ship size on the image obtained after the separation of the three amphibious ship; based on size set background window, the window that the background clutter in the K distribution, K distribution estimation the parameters, obtaining the threshold, the threshold segmentation based on ship target; four, open operation on the target, get the image segmentation; the invention is used for ship target segmentation.

【技术实现步骤摘要】

本专利技术涉及SAR图像舰船目标分割方法。
技术介绍
我国有着广大的海洋、河流等水域领土，因此来往的船只丰富，对船只进行监测是十分必要的。普通的光学图像极易受到外界条件干扰，这些外界条件包括时间、季节、天气、云层等。合成孔径雷达(SAR)，具有全天时、全天候的优点，不易受外界条件干扰，可安装在飞机、卫星、宇宙飞船等飞行平台上，全天时、全天候对地实施观测、并具有一定的地表穿透能力，因而应用更加广泛。雷达目标的识别在国防上具有重大的实际意义，更是当前的热点问题。由于SAR雷达的成像机制，所成的像中有着一定量的噪声、海杂波、旁瓣、强反射“拖影”等等一系列干扰因素，这些都是我们不期望得到的。如何减少合成孔径雷达的干扰因素，使雷达更具有抗干扰性也是学者们历来所研究的问题，雷达成像质量也在一步步提高。但无论如何改进，干扰因素是永远不可能完全不存在的，因此如何在有一定干扰条件下准确地自动地识别目标是必要的。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。将舰船目标分割出来，可以大大提高舰船检测识别的效率、提升准确性。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。在舰船目标检测常见算法中，传统的基于K-分布杂波的CFAR算法精确但十分缓慢，且没有足够多的先验信息以自动确定滑动窗大小，Otsu算法迅速但强海杂波下不够精确，而且这些都是基于阈值的分割方法，有些SAR图像中旁瓣和“拖影”过强、两船距离过近，单纯的基于阈值的分割方法不可能达到理想的效果。因此如何基于已有的各种图像分割、特征分析、模式识别等算法，加以适当的改进和改进，取长补短，最终设计出一种准确的、综合的、高效的算法是十分关键的问题。
技术实现思路
本专利技术的目的是为了解决现有方法检测分割舰船目标时出现的先验信息不足、旁瓣和“拖影”过强、两船距离过近等导致分割不理想的问题，而提出一种SAR图像舰船目标分割方法。一种SAR图像舰船目标分割方法具体过程为：步骤一、对原始图像进行基于颜色和区域的水陆分离；步骤二、对水陆分离后的图像进行Otsu二值分割及区域分割获得舰船大小；步骤三、基于舰船大小设定背景窗，假设背景窗中的杂波为K-分布，估计K-分布参数，获得阈值，基于该阈值分割舰船目标；步骤四、对舰船目标进行开运算，得到分割后图像；SAR为合成孔径雷达，Otsu为最大类间方差。本专利技术的有益效果为：本专利技术将提出一种新的水陆检测算法，而后应用迅速的Otsu二值算法粗略获得先验信息，再进行精确地检测计算，并改进已有的基于K-分布杂波的CFAR算法，同时应用开运算等多种算法综合，以提高分割的准确性。传统的方法只能处理仅含水面的SAR图像，而本专利技术能处理包含陆地信息的SAR图像。传统的CFAR算法没有足够的先验信息，不能准确适用各种分辨率的SAR图像，而且运行缓慢，本专利技术可以获得足够的先验信息，能准确适用各种分辨率的SAR图像，而且运行速度快。传统的基于阈值分割方法无法分离两个相距过近的船，而本专利技术可以分离。本专利技术获得的分割图图7与现有技术分割图图3图4相比，本专利技术对图像舰船目标分割更精确。表1显示了全过程的核心步骤——步骤三的matlab程序所用时间，传统的方法处理一幅600万像素的图像需要45分，而本专利技术仅需76.214秒。附图说明图1为本专利技术流程图；图2a为基于颜色和区域的分割方法分割出的水陆图；图2b为基于颜色和区域的分割方法分割出的手工绘制的水陆图；图3为Otsu二值算法和水陆图与运算后得到的含有大量舰船目标和少量其他干扰的二值图；图4为采用基于K-分布的CFAR检测算法得到的舰船目标图；图5a为开运算再处理前距离相近的两船图；图5b为开运算再处理后距离相近的两船图；图6a为开运算再处理前长拖影舰船图；图6b为开运算再处理后的对比图；图7是本专利技术获得的分割图。具体实施方式具体实施方式一：本实施方式的一种SAR图像舰船目标分割方法具体过程为：步骤一、对原始图像进行基于颜色和区域的水陆分离；步骤二、对水陆分离后的图像进行Otsu二值分割及区域分割获得舰船大小；步骤三、基于舰船大小设定背景窗，假设背景窗中的杂波为K-分布，估计K-分布参数，获得阈值，基于该阈值分割舰船目标；步骤四、对舰船目标进行开运算，得到分割后图像；SAR为合成孔径雷达，Otsu为最大类间方差。具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中获取原始图像，对原始图像进行基于颜色和区域的水陆分离；具体过程为：步骤一一、基于颜色检测，图像中陆地偏黄色，水面偏蓝色，对原始图像检测RGB值，取RGB值中B值大于等于R值的部分作为水面；取RGB值中B值(蓝色分量)小于R值(红色分量)的部分作为陆地；步骤一二、保留步骤一一中分离出来的水面最大的区域并标记为黑色(灰度值为0)，其他区域均视为陆地并标记为白色(灰度值为255)得到一幅二值图像；步骤一三、将步骤一二得到的二值图像进行开运算和反色变换，具体如下：使用元素B对集合A进行开运算，定义为其中，·为开运算，Θ表示腐蚀运算，表示膨胀运算；膨胀运算的定义为表示以B1点的中心作为观察点的B1集合，具体来说是令B1的中心点在A1的边界上平移一周后B1扫过的区域和A1的并集，即获得所有满足的像素点的集合。腐蚀运算的定义为意义同上，具体来说是令B1的中心点在A1的边界上平移一周后得到B1扫过的区域和A1的交集，再用A1减去该交集，即获得所有满足的像素点的集合。A1为步骤一二得到的二值图像，B1为半径为原始图像长宽和的1/60的圆形，运算结果是去除掉图像中一些细小的凸起，使图像平滑化，再经反色变换使开运算后的二值图像中水面变为白色，陆地变为黑色；步骤一四、由于水陆线边缘处会残留部分陆地目标，且边缘处很少会有船只，所以再对步骤一三反色变换后得到的图像进行腐蚀运算，定义为其中，A2为步骤一三得到的二值图像，B2为半径为原始图像长宽和的1/600，至此完成水陆分离。其它步骤及参数与具体实施方式一相同。具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤二中对水陆分离后的图像进行Otsu二值分割及区域分割获得舰船大小；具体过程为：由于接下来要用的CFAR涉及到决定背景窗的大小，而不同SAR图像的分辨率不同，舰船目标的占有像素值也不同，窗的大小自然应该不同，过大会导致所计算的背景并非待检测舰船目标所在处的背景，过小则可能让舰船目标本身含在背景窗内，都会导致结果不精确。因此需要足够的先验信息以确定选取窗的大小，获得先验信息的过程要迅速。步骤二一、对水陆分离后的图像进行Otsu(最大类间方差法)二值分割，公式如下：如果当前阈值为t，原始图像灰度大于等于t的像素为目标像素(前景像素)，原始图像灰度小于t的像素为背景像素，令：w0为原始图像前景点所占比例，w1＝1-w0为原始图像背景点所占比例，u0为原始图像前景灰度均值，u1为原始图像背景灰度均值，u为原始图像全局灰度均值，u＝w0*u0+w1*u1；g＝w0(u0-u)*(u0-u)+w1(u1-u)*(u1-u)＝w0*(1-w0)*(u0-u1)*(u0-u本文档来自技高网...

【技术保护点】
一种SAR图像舰船目标分割方法，其特征在于：一种SAR图像舰船目标分割方法具体过程为：步骤一、对原始图像进行基于颜色和区域的水陆分离；步骤二、对水陆分离后的图像进行Otsu二值分割及区域分割获得舰船大小；步骤三、基于舰船大小设定背景窗，假设背景窗中的杂波为K‑分布，估计K‑分布参数，获得阈值，基于该阈值分割舰船目标；步骤四、对舰船目标进行开运算，得到分割后图像；SAR为合成孔径雷达，Otsu为最大类间方差。

【技术特征摘要】
1.一种SAR图像舰船目标分割方法，其特征在于：一种SAR图像舰船目标分割方法具体过程为：步骤一、对原始图像进行基于颜色和区域的水陆分离；步骤二、对水陆分离后的图像进行Otsu二值分割及区域分割获得舰船大小；步骤三、基于舰船大小设定背景窗，假设背景窗中的杂波为K-分布，估计K-分布参数，获得阈值，基于该阈值分割舰船目标；步骤四、对舰船目标进行开运算，得到分割后图像；SAR为合成孔径雷达，Otsu为最大类间方差。2.根据权利要求1所述一种SAR图像舰船目标分割方法，其特征在于：所述步骤一中获取原始图像，对原始图像进行基于颜色和区域的水陆分离；具体过程为：步骤一一、对原始图像检测RGB值，取RGB值中B值大于等于R值的部分作为水面；取RGB值中B值小于R值的部分作为陆地；步骤一二、保留步骤一一中分离出来的水面最大的区域并标记为黑色，其他区域均视为陆地并标记为白色得到一幅二值图像；步骤一三、将步骤一二得到的二值图像进行开运算和反色变换，具体如下：使用元素对集合进行开运算，定义为A1·B1=(A1ΘB1)⊕B1---(1)]]>其中，·为开运算，Θ表示腐蚀运算，表示膨胀运算；A1为步骤一二得到的二值图像，B1为半径为原始图像长宽和的1/60的圆形，再经反色变换使开运算后的二值图像中水面变为白色，陆地变为黑色；步骤一四、再对步骤一三反色变换后得到的图像进行腐蚀运算，定义为A2·B2=(A2ΘB2)⊕B2]]>其中，A2为步骤一三得到的二值图像，B2为半径为原始图像长宽和的1/600，至此完成水陆分离。3.根据权利要求2所述一种SAR图像舰船目标分割方法，其特征在于：所述步骤二中对水陆分离后的图像进行Otsu二值分割及区域分割获得舰船大小；具体过程为：步骤二一、对水陆分离后的图像进行Otsu二值分割，公式如下：如果当前阈值为t，原始图像灰度大于等于t的像素为目标像素，原始图像灰度小于t的像素为背景像素，令：w0为原始图像前景点所占比例，w1＝1-w0为原始图像背景点所占比例，u0为原始图像前景灰度均值，u1为原始图像背景灰度均值，u为原始图像全局灰度均值，u＝w0*u0+w1*u1；g＝w0(u0-u)*(u0-u)+w1(u1-u)*(u1-u)＝w0*(1-w0)*(u0-u1)*(u0-u1)(2)式中，*为乘号，g为中间变量，取使g最大时的t为最优阈值；将大于或等于最优阈值的部分视为...

【专利技术属性】
技术研发人员：王勇，郭天骄，谢俊好，李绍滨，李高鹏，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23