基于超像素的SAR图像CFAR目标检测方法技术

本发明专利技术公开了一种基于超像素的SAR图像CFAR检测方法，主要解决现有恒虚警CFAR检测算法在多目标环境下性能下降的问题。其实现步骤为：(1)输入SAR图像并进行超像素分割；(2)寻找阴影超像素；(3)对每一个超像素估计背景杂波分布的参数，并计算其中每一个像素点的检测统计量；(4)根据设定的阈值，检测统计量大于阈值的像素点作为目标，否则为杂波；(5)对检测结果去除孤立点，得到有效目标超像素；(6)对有效目标超像素进行聚类。本发明专利技术在多目标场景下，对背景杂波分布参数的估计更准确，检测性能高，且能够正确区分相邻目标，可用于目标识别。

【技术实现步骤摘要】
基于超像素的SAR图像CFAR目标检测方法
本专利技术属于雷达检测
，特别涉及一种基于超像素的SAR图像恒虚警CFAR目标检测方法，可用于目标识别。
技术介绍
合成孔径雷达SAR具有全天时、全天候、分辨率高与穿透力强等特点，目前已经成为了一种重要的高分辨遥测手段。SAR图像的一项很重要的应用就是目标检测，而CFAR目标检测方法是SAR图像目标检测领域使用最为广泛的一类方法。传统的双参数CFAR目标检测算法在多目标环境下，估计的背景杂波分布参数容易受相邻目标的影响，导致检测性能欠佳。为了提高多目标环境下CFAR目标检测性能，有学者在《OrderStatisticCFARDetectorsforSpeckledAreaTargetsinSAR》提出了OS-CFAR目标检测算法，高贵提出了一种G0分布下，基于自动筛选的目标智能CFAR目标检测算法。虽然OS-CFAR与基于自动筛选的目标智能CFAR针对多目标环境进行了改进，但是在高分辨率复杂场景SAR图像中，两者估计出的背景杂波分布参数准确性降低，因此检测性能都有所下降；同时它们聚类时所采用的传统聚类方法在多目标场景下容易把邻近的不同本文档来自技高网...

【技术保护点】
一种基于超像素的SAR图像恒虚警CFAR检测方法，包括：(1)对SAR图像预处理步骤：(1.1)输入一幅待检测的SAR图像，并对其进行超像素分割，得到超像素s1,s2,...si,...sn；(1.2)计算第i个超像素si中所含像素的强度均值avgi；(1.3)设定全局阈值Ts，将avgi<Ts的超像素索引设为0，作为阴影超像素，其余超像素索引设为1，作为待选目标超像素；(2)恒虚警目标检测步骤：(2.1)设置背景窗大小S'，使其S'/2要大于待检测目标的最大尺寸；(2.2)对第i个超像素si寻找像素集合bi作为背景杂波像素集合，并估计bi的均值参数μi和标准差参数σi；(2.3)根据估...

【技术特征摘要】
1.一种基于超像素的SAR图像恒虚警CFAR目标检测方法，包括：(1)对SAR图像预处理步骤：(1.1)输入一幅待检测的SAR图像，并对其进行超像素分割，得到超像素s1,s2,...si,...sn；(1.2)计算第i个超像素si中所含像素的强度均值avgi；(1.3)设定全局阈值Ts，将avgi<Ts的超像素索引设为0，作为阴影超像素，其余超像素索引设为1，作为待选目标超像素；(2)恒虚警目标检测步骤：(2.1)设置背景窗大小S'，使其S'/2要大于待检测目标的最大尺寸；(2.2)对第i个超像素si寻找像素集合bi作为背景杂波像素集合，并估计bi的均值参数μi和标准差参数σi；(2.3)根据估计出的μi和σi，对超像素si中像素x计算检测统计量其中Ix表示像素x的强度；(2.4)设置全局阈值Tta，将检测统计量t大于Tta的像素点作为目标，其索引设为1，将检测统计量t小于Tta的像素点作为杂波，其索引设为0，得到检测二值图L；(3)聚类步骤：(3.1)设定检测阈值r为0.03，计算每一个超像素中检测出的目标像素点个数占该超像素中像素总数的比例，并将比例大于r的超像素作为有效目标超像素；(3.2)选择任意两个不相邻的有效目标超像素sd1,sd2；(3.3)根据目标最大尺寸设置距离dmax，若超像素sd1中像素与超像素sd2中像素最大距离小于dmax，则合并超像素sd1与超像素sd2并继续(3.4)，否则，回到步骤(3.2)；(3.4)判断所有有效目标超像素是否处理完毕，若对所有有效目标超像素已处理完毕，则聚类完毕并得到聚类结果L'，否则回到(3.2)。2.根据权利要求1所述的方法，其中所述步骤(1.1)中对原始SAR图像进行超像素分割，按如下步骤进行：1.1a)输入一幅待检测的SAR图像，将其划分为n个S×S的矩形块T1,T2,...Tn，并取矩形块T1,T2,...Tn的几何中心c1,c2,...cn作为初始化聚类中心，其中，S为设定的矩形块边长，n＝MN/S2，M,N分别为SAR图像的行数和列数；1.1b)将初始化聚类中心c1,c2,...cn分别标号为1,2,...,n；1.1c)对原始SAR图像的第i个像素点，将处在以像素i为中心，2S×2S为边长的矩形块内的聚类中心ci1,ci2,...cik作为像素点i的备选聚类中心；1.1d)分别计算像素点i与备选聚类中心ci1,ci2,...cim,...cik的差异值D(i,ci1),D(i,ci2),....D(i,cim),...D(i,cik)，其中m为1,2,...k；1.1d1)设分别为像素点i与备选聚类中心cim的坐标，计算像素点i与备选聚类中心cim的距离d(i,cim)：1.1d2)令v1,v2分别为以像素点i与备选聚类中心cim为中心的5×5的矩形块，计算v1与v2的强度差异值δ(v1,v2)：其中，M为v1矩形块中像素的个数，为矩形块v1中的像素强度构成的列向量，为矩形块v2中的像素强度构成的列向量；1.1d3)根据上面计算出的像素点i与备选聚类中心cim的距离d(i,cim)及v1与v2的强度差异值δ(v1,v2)，计算像素点i与备选聚类中心cim的差异值D(i,cim)D(i,c...

【专利技术属性】
技术研发人员：王英华，余文毅，刘宏伟，潘杰，何敬鲁，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61