【技术实现步骤摘要】
1.1.1
本专利技术涉及雷达性能评估
,尤其涉及一种浅埋目标高分辨率雷达透视成像质量评估方法。1.1.2
技术介绍
传统对于浅埋目标高分辨率透视成像雷达成像性能相关评价指标包括信杂比、最小熵和图像对比度的方法。信杂比能反映目标区域与背景区域差别,但需人为圈定目标区域,造成主观因素影响大;最小熵、图像对比度法对于能明显区分目标但有较大杂波旁瓣的图像会造成评价失准。1.1.3
技术实现思路
有鉴于此,本专利技术提供了一种浅埋目标高分辨率雷达透视成像质量评估方法,该方法适用于浅埋目标高分辨率透视成像雷达成像体制中的成像结果评估,可使用准确数值信息评价成像结果优劣。一种浅埋目标雷达透视成像质量评估方法,包括如下步骤:S00:为全局阈值T选定初值;S01:使用全局阈值T进行分割图像:将雷达透视图像转化为灰度图像,将所述灰度图像中灰度值大于T的所有像素组成集合G1,将所述灰度图像中灰度值小于或等于T的像素组成集合G2;S02:对集合G1和集合G2的像素分别计算平均灰度值m1和m2;S03:更新全局阀值T: T = 1 2 ( m 1 + m 2 ) ]]>S04:重复步骤S01至S03,直到更新后的全局阈值T与更新前的全局阈值的差值小于预设值ΔT,执行S05;S05:根据S04中更新后的全局阈值T,将S01中所述灰度图像进行二值化处理;再将该二值化图像与S01中所述灰 ...
【技术保护点】
一种浅埋目标雷达透视成像质量评估方法,其特征在于,包括如下步骤:S00:为全局阈值T选定初值;S01:使用全局阈值T进行分割图像:将雷达透视图像转化为灰度图像,将所述灰度图像中灰度值大于T的所有像素组成集合G1,将所述灰度图像中灰度值小于或等于T的像素组成集合G2;S02:对集合G1和集合G2的像素分别计算平均灰度值m1和m2;S03:更新全局阀值T:T=12(m1+m2)]]>S04:重复步骤S01至S03,直到更新后的全局阈值T与更新前的全局阈值的差值小于预设值ΔT,执行S05;S05:根据S04中更新后的全局阈值T,将S01中所述灰度图像进行二值化处理;再将该二值化图像与S01中所述灰度图像进行“与”处理,即在图像中形成目标区域和背景区域;分别计算目标区域和背景区域的能量;再根据能量求目标区域和背景区域的平均功率;S06:求取目标区域与背景区域的信噪比:SCR=10lgPaveiPavec]]>其中,为目标区域的平均功率,为背景区域的平均功率;S07:根据S06中的信噪比对图像成像质量进行评估。
【技术特征摘要】
1.一种浅埋目标雷达透视成像质量评估方法,其特征在于,包括如下步骤:S00:为全局阈值T选定初值;S01:使用全局阈值T进行分割图像:将雷达透视图像转化为灰度图像,将所述灰度图像中灰度值大于T的所有像素组成集合G1,将所述灰度图像中灰度值小于或等于T的像素组成集合G2;S02:对集合G1和集合G2的像素分别计算平均灰度值m1和m2;S03:更新全局阀值T: T = 1 2 ( m 1 + m 2 ) ]]>S04:重复步骤S01至S03,直到更新后的全局阈值T与更新前的全局阈值的差值小于预设值ΔT,执行S05;S05:根据S04中更新后的全局阈值T,将S01中所述灰度图像进行二值化处理;再将该二值化图像与...
【专利技术属性】
技术研发人员:刘海波,龙腾,王珣,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。