【技术实现步骤摘要】
本专利技术属于雷达目标检测
,特别涉及一种SAR图像舰船目标检测方法,可用于对地面目标和海面目标的检测与鉴别。
技术介绍
合成孔径雷达SAR是一种能够在任何时候、任何天气环境下不间断进行工作的高分辨率雷达,可以全天时、全天候地对感兴趣的目标进行监测,是目前对地对海观测和军事侦察的重要手段。因而SAR舰船目标检测是SAR的一个重要应用领域。现有的SAR舰船检测算法主要是基于恒虚警率CFAR思想的舰船检测算法,其算法以及改进算法诸如双参数CFAR,CA-CFAR等是当前该研究领域中使用最多的算法之一。在2009年,X.W.Xing等人基于CFAR思想提出了一种两阶段CFAR的舰船目标检测算法。这种基于恒虚警率CFAR思想的算法主要是基于海杂波统计特性分析,获取检测阈值,通过比较图像中像素点的强度值与检测阈值来实现舰船检测,比较简单直接。但这种检测算法的缺点是依赖于雷达回波的强度信息以及杂波的概率分布模型,对杂波分布参数估计不准,且由于强杂波区域的存在使得检测结果中出现大量的虚警。
技术实现思路
本专利技术的目的在于针对上述已有技术的不足,提出一种基于SAR的局部自适应回归核SAR-LARK特征的SAR舰船目标检测方法,以在保持高的检测率的条件下降低虚警的数目。为实现上述目的,本专利技术的技术思路方案包括如下:(1)输入一幅大小为M×N的SAR像的幅度图像I,提取图像中每个像素点的SAR局部自适应回归核LARK特征矢量,即SAR-LARK特征矢量:(1a)采用均值比梯度ROA算法计算幅度图像I中每个像素点的水平梯度和垂直梯度i=1,2,…,MN,x1表示水平 ...
【技术保护点】
一种基于SAR‑LARK特征的SAR图像舰船目标检测方法,包括:(1)输入一幅大小为M×N的SAR像的幅度图像I,提取图像中每个像素点的SAR局部自适应回归核LARK特征矢量,即SAR‑LARK特征矢量:(1a)采用均值比梯度ROA算法计算图像I中每个像素点的水平梯度和垂直梯度i=1,2,…,MN,x1表示水平梯度方向,x2表示垂直梯度方向;(1b)利用(1a)中的水平梯度和垂直梯度采用局域平均的方式计算幅度图像I中每个像素点的梯度协方差矩阵Ci;(1c)以当前第i个像素点为中心构建一个P×P大小的滑窗Ωi,利用(1b)中的梯度协方差矩阵Ci,计算当前第i个像素点与Ωi滑窗内每个像素点的测地线距离m是滑窗内的第m个像素点,m=1,2,…,P2;(1d)利用(1c)中的测地线距离计算当前第i个像素点与Ωi滑窗内每个像素点的相似性Ki,m,得到当前像素点的SAR‑LARK特征矢量为:其中,[.]T表示转置;(1f)重复(1c)和(1d),求得幅度图像I中所有像素的SAR‑LARK特征矢量集合fI={f1,…,fi,…,fMN};(2)利用求得的SAR‑LARK特征矢量集合fI,采用非参数化 ...
【技术特征摘要】
1.一种基于SAR-LARK特征的SAR图像舰船目标检测方法,包括:(1)输入一幅大小为M×N的SAR像的幅度图像I,提取图像中每个像素点的SAR局部自适应回归核LARK特征矢量,即SAR-LARK特征矢量:(1a)采用均值比梯度ROA算法计算图像I中每个像素点的水平梯度和垂直梯度 i=1,2,…,MN,x1表示水平梯度方向,x2表示垂直梯度方向;(1b)利用(1a)中的水平梯度和垂直梯度采用局域平均的方式计算幅度图像I中每个像素点的梯度协方差矩阵Ci;(1c)以当...
【专利技术属性】
技术研发人员:刘宏伟,孙成璐,王英华,何敬鲁,罗晔,王丽业,
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
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。