【技术实现步骤摘要】
机动平台单通道SAR对海面舰船目标检测方法
本专利技术属于雷达信号处理
,主要涉及对海面舰船目标检测,具体是一种机动平台单通道SAR对海面舰船目标检测方法,适用于机动平台单通道SAR对海面舰船目标的检测。
技术介绍
机动平台SAR对特定海域有着全天时全天候远距离宽幅的监测管理优势,具体分析舰船的位置、大小、航向、航速以及类型等参数,对海面舰船目标进行检测,在民用和军用方面都有着广阔的应用前景。近几年,因星载SAR的广域监测能力与规律性的重访,海面舰船目标检测系统多应用于星载SAR系统。与星载SAR相比,机动平台SAR具有更好的监测灵活性,越来越多的海洋SAR监测系统装备于机动平台。机动平台SAR受制于空间与成本等因素,常采用单通道模式。与多通道SAR系统相比,单通道SAR系统可广泛应用于无人机SAR和弹载SAR等机动平台,具有更好的灵活性以及更广阔的应用前景。但现有的针对海面舰船目标检测算法多应用于多通道SAR系统,针对单通道模式下机动平台对海面舰船目标检测的方法还处于研究初期。此外,在实际应用中,复杂的海杂波分布以及存在陆地的复杂海面情况常使传统海面舰船目标检测算法失效。
技术实现思路
针对上述问题,本专利技术的目的在于提供一种能够在复杂海面情况下有效检测的机动平台单通道SAR对海面舰船目标检测方法。本专利技术是一种适用于机动平台单通道SAR对海面舰船目标检测方法,其特征在于,包括有如下步骤:步骤1,对SAR图像预处理,剔除无关信息:输入复杂海面背景下的SAR粗聚焦图像,对该图像预处理,剔除大块陆地等无关信息,保留包含待检测目标的海面图像;步骤2,自适 ...
【技术保护点】
一种适用于机动平台单通道SAR对海面舰船目标检测方法,其特征在于,包括有如下步骤:步骤1,对SAR图像预处理,剔除无关信息:输入复杂海面背景下的SAR粗聚焦图像,对该图像预处理,剔除大块陆地等无关信息,保留包含待检测目标的海面图像;步骤2,自适应背景窗提取待检测目标:采用自适应背景窗的方法,提取预处理后剩余海面图像中的待检测目标,实现待检测目标与海面背景分离,为后续舰船目标检测提供概率分布模型参数;步骤3,采用改进CFAR算法初步筛选疑似舰船目标:利用基于K‑lognormal双参数混合模型的CFAR检测方法对待检测目标实现舰船目标粗检测,得到初始舰船目标集;步骤4,利用目标径向速度判定部分舰船目标:对初始舰船目标集中所有待检测目标进行径向速度检测,判定待检测目标是否为舰船目标,实现对舰船目标的第一步精检测,判定初始舰船目标集中部分待检测目标为舰船目标,并且保留集合中其余未判定的待检测目标;步骤5,利用目标图像熵值判定其余待检测目标:对已判定为舰船的目标进行聚焦前后的图像熵值统计,得到熵值变化率,以上述熵值变化率最小值为门限,对其余待检测目标采用ISAR聚焦前后的熵值变化率判定,实现对 ...
【技术特征摘要】
1.一种适用于机动平台单通道SAR对海面舰船目标检测方法,其特征在于,包括有如下步骤:步骤1,对SAR图像预处理,剔除无关信息:输入复杂海面背景下的SAR粗聚焦图像,对该图像预处理,剔除大块陆地等无关信息,保留包含待检测目标的海面图像;步骤2,自适应背景窗提取待检测目标:采用自适应背景窗的方法,提取预处理后剩余海面图像中的待检测目标,实现待检测目标与海面背景分离,为后续舰船目标检测提供概率分布模型参数;步骤3,采用改进CFAR算法初步筛选疑似舰船目标:利用基于K-lognormal双参数混合模型的CFAR检测方法对待检测目标实现舰船目标粗检测,得到初始舰船目标集;步骤4,利用目标径向速度判定部分舰船目标:对初始舰船目标集中所有待检测目标进行径向速度检测,判定待检测目标是否为舰船目标,实现对舰船目标的第一步精检测,判定初始舰船目标集中部分待检测目标为舰船目标,并且保留集合中其余未判定的待检测目标;步骤5,利用目标图像熵值判定其余待检测目标:对已判定为舰船的目标进行聚焦前后的图像熵值统计,得到熵值变化率,以上述熵值变化率最小值为门限,对其余待检测目标采用ISAR聚焦前后的熵值变化率判定,实现对舰船目标的第二步精检测,完成对所输入复杂海面背景下的SAR粗聚焦图像中的舰船目标检测。2.根据权利要求1所述的一种适用于机动平台单通道SAR对海面舰船目标检测方法,其特征在于,步骤3所述的实现舰船目标粗检测具体包括:(3a)依据步骤2中得到的自适应背景窗内背景像素和目标像素的均值、方差和标准差,构造确定的K分布的概率密度函数和lognormal分布的概率密度函数;K分布的概率密度函数:其中,x为概率密度函数自变量,L为图像视数(可由成像处理获取),Γ(·)为Gamma函数,Kν-L(·)为ν-L阶第二类修正贝塞尔函数,κ1=(μ,ν),μ为背景像素均值,ν为形状参数,一般利用背景窗内像素点的统计值替代估计值,κ1=(μ,ν)的统计值可表示为μ=<x>其中,<·>为期望操作;lognormal分布的概率密度函数:其中,κ2=(μ,σ),μ为目标像素均值,σ为目标像素标准差;(3b)构造CFAR检测方法中描述舰船目标及背景分布的基于K-lognormal双参数混合模型为p(x|κ)=λ1p(x|κ1)+λ2p(x|κ2)其中,κ=(κ1,κ2,λ1,λ2),λ1+...
【专利技术属性】
技术研发人员:邢孟道,刘鑫阁,李震宇,高悦欣,孙光才,
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。