一种浅埋目标高分辨率雷达透视成像质量评估方法技术

本发明专利技术公开了一种浅埋目标高分辨率透视成像雷达成像质量评估方法，针对浅埋目标高分辨率透视成像雷达成像性能评估问题，提出使用自适应信杂比方法定量评估成像效果，本发明专利技术通过自适应阀值区分目标区域与背景区域，并引入信杂比指标计算目标区域与背景区域的比值，定量反映了不同成像算法的成像图像质量；该方法在目标与背景明显区分时，适用于成像图像效果的定量评价，排除了较大旁瓣杂波及主观因素对评价指标的影响。

【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： S C R = 10 lg P a v e t P a v e c ]]>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。所述预设值ΔT的大小根据选取的目标区域大小确定。本专利技术具有如下有益效果：本专利技术针对浅埋目标高分辨率透视成像雷达成像性能评估问题，提出使用自适应信杂比方法定量评估成像效果，本专利技术通过自适应阀值区分目标区域与背景区域，并引入信杂比指标计算目标区域与背景区域的比值，定量反映了不同成像算法的成像图像质量；该方法在目标与背景明显区分时，适用于成像图像效果的定量评价，排除了较大旁瓣杂波及主观因素对评价指标的影响。1.1.4附图说明图1为浅埋目标高分辨率透视成像雷达成像质量评估方法流程图；图2为采用SVD法成像结果；图3为采用平均法成像结果；图4为采用SVD-PCA法成像结果；图5为图像直方图；图6为二值图；图7(a)为目标背景分离图中的目标图，图7(b)为目标背景分离图中的背景区域图。1.1.5具体实施方式下面结合附图并举实施例，对本专利技术进行详细描述。本专利技术的一种浅埋目标高分辨率透视成像雷达成像质量评估方法，包括如下步骤：S00：为全局阈值T选定初值；将图像转化为灰度图像，然后设定图像中的灰度直方图对应于图像f(x,y)，该图像由暗色背景上的较亮物体组成，以这样的组成方式，物体像素和背景像素所具有的灰度值组合成了两种支配模式。从背景中提取物体的一种方法是确定将这些模式分开的阀值T，分割后的图像g(x,y)可由下式给出： g ( x , y ) = 1 , f ( x , y ) > T 0 , f ( x , y ) ≤ T ]]>当T是一个适用于整个图像的常数时，该值即为全局阀值。S01：使用全局阈值T进行分割图像。将产生两组像素G1和G2，G1由灰度值大于T的所有像素组成，G2由所有小于或等于T的像素组成。S02：对G1和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到S03，直到连续迭代过程中更新后的全局阈值T与更新前的全局阈值的差值小于预设值ΔT。差值ΔT可根据实际情况，人为设定差值大小。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。再将二值化图像与原图像相与处理，即为所得图像对比度区分较大的目标成像区域。分别计算目标区域χt和背景区域χc的能量χt为图像中目标区域，χc为图像中背景区域，I(r,a)为像素点幅度信息。S06：求取目标区域与背景区域的信噪比。 S C R = 10 lg P a v e t P a v e c = 10 lg 1 N t Σ ( r , a ) ∈ χ t | 本文档来自技高网...

【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