一种SAR图像中目标阴影区域的检测方法技术

一种SAR图像中目标阴影区域的检测方法，包括：目标数据区域选取；初始参数读取及目标高度向量计算；相位近似补偿处理；CFAR检测；算最优检测结果；求解阴影特征增强图像G(x，y)利用CFAR检测方法对图像G(x，y)进行阴影检测。本发明专利技术将阴影边界增强过程与阴影检测间题相结合，利用了图像的复数数据，考虑了相位信息，结合相位补偿和CFAR方法，建立了一种SAR图像目标区域检测方法，该方法是在考虑SAR图像阴影特殊性问题上建立的方法，克服了传统方法在目标高度高、图像分辨率高时无法有效检测阴影区域的缺点，有效实现了SAR图像中目标阴影区域的检测。该方法为SAR图像目标检测和识别及目标精细化信息提取提供了方法的支撑。

A method for detecting target shadow area in SAR images

A detection method of target shadow region in SAR image includes: target data region selection; initial parameter reading and target height vector calculation; phase approximation compensation processing; CFAR detection; calculation of optimal detection results; solving shadow feature enhancement image G (x, y) using CFAR detection method for shadow detection of image G (x, y). . The invention combines the shadow boundary enhancement process with the shadow detection problem, utilizes the complex data of the image, considers the phase information, combines the phase compensation with the CFAR method, establishes a detection method of the target area of the SAR image, which is a method established on the consideration of the special problem of the shadow of the SAR image, and overcomes the traditional method. Methods When the target height is high and the image resolution is high, the shadow area can not be detected effectively, and the target shadow area detection in SAR image can be realized effectively. This method provides support for SAR image target detection and recognition and target fine information extraction.

【技术实现步骤摘要】
一种SAR图像中目标阴影区域的检测方法
本专利技术属于图像处理
，具体涉及一种合成孔径雷达(SyntheticApertureRadar，SAR)图像中目标阴影区域的检测方法。
技术介绍
近年来，SAR系统飞速发展，SAR数据获取能力有效提升。由于全天时、全天候、可穿透性的特点，SAR成为遥感观测的重要手段之一。针对典型目标，从海量SAR数据中高效提取目标信息是SAR图像有效利用的关键问题之一。建立高效、可靠的目标检测识别技术对于SAR图像的应用水平的提高、SAR有效发挥遥感观测任务具有重要的意义。对于典型目标而言，目标的外形轮廓是SAR图像自动检测和识别中用到的重要信息之一。目标阴影区域的轮廓信息包含目标外形轮廓的信息，在SAR图像上，阴影区域的提取对于提取目标外形信息有很大的帮助。主要原因在于，SAR图像不同于光学图像，光学图像与人眼视觉规律相似，反映了目标在可见光的特征，目标的颜色和轮廓与人眼观察到的类似，在图像上连通性好；而SAR图像是目标电磁散射的反映，目标在SAR图像中通常呈现由不连续的散射中心构成，通常，目标本身散射区域对应一些离散的点、线等特征，目标的轮廓难以直接从目标本身区域提取，特别地是，某些表面较为光滑的人造目标，目标本身区域呈现弱散射特征，这时，阴影区域的轮廓特征是提取目标外形信息的有效途径之一。总之，SAR图像中目标阴影区域的检测对于SAR图像目标检测和识别有着重要的作用。SAR图像中目标的阴影对应雷达回波中的无回波区域。SAR图像阴影区域的检测问题要解决的问题是：根据给定的SAR图像，区分目标本身和背景散射的影响，给出目标本身产生的阴影对应的区域。目前SAR图像中检测的方法主要利用CFAR算法，该方法利用目标图像像素值的概率分布函数求解区分阴影弱散射和目标强散射区域的阈值，根据该阈值给出二值化的检测结果。该方法对于SAR图像中的检测问题有效发挥了作用。CFAR方法应用于阴影区域的检测上能够发挥一定的作用，但在目标高度较高并且结构较为细长的目标局部对应的阴影区域的提取效果不理想。实际上，SAR图像中阴影区域的检测问题还可以给出更有效的方法，在SAR图像中，目标阴影边界存在特殊的模糊现象，如果将阴影边界特征增强与阴影区域提取结合起来将会建立更有效的阴影区域提取方法。针对SAR图像中目标阴影区域检测方法的研究，传统的研究是从SAR图像幅度图像出发，利用常规光学图像检测常用的CFAR方法检测目标阴影区域。这些研究的主要缺点是：SAR图像中阴影区域呈现的边界模糊的特殊性没有被考虑。针对目标高度非常高、分辨率高的SAR图像而言，常规的CFAR检测方法只能检测出部分阴影区域，对于目标在一定高度以上，特别是具有类似细长结构且在一定高度上的目标局部产生的阴影区域的提取结果将与实际阴影区域存在偏差，影响目标外形信息的提取。
技术实现思路
本专利技术针对以上的问题，目标是解决单纯利用CFAR方法不能检测出具有一定高度的、高分辨率观测条件下的阴影区域问题，将通过利用目标的复数图像，而不是幅度图像，将阴影边界特征增强过程与检测过程结合，给出一种高分辨率SAR图像阴影边界的检测方法。通过该方法，可以改善传统SAR图像阴影检测的效果，特别是对于具有高度较高的目标的阴影区域检测的效果。为实现上述目的，本专利技术提供了一种高分辨率SAR图像中目标阴影区域的检测方法，该方法的提出是将阴影边界增强过程与阴影区域检测过程相结合，利用多次利用CFAR方法检测不同参数下阴影特征增强的图像寻找最优检测结果，建立了一种SAR图像阴影区域检测方法。本专利技术提出的SAR图像中目标阴影区域的检测方法包括：目标数据区域选取，在该步骤中，选取包含目标及其周围区域的待检测的SAR图像复数数据，该复数数据需对应斜距复数图像，记为I(x，y)，大小为：M×N，其中M对应距离向，对应x方向；N对应方位向，对应y方向；初始参数读取及目标高度向量计算，其中初始参数读取包括读取图像相应的雷达观测和成像主要参数，目标高度向量计算包括设置高度参数最小间隔为Δh；估计目标的初始高度区间[Hmin，Hmax]，该区间表示待检测目标的高度范围，通过成像条件计算给出；相位近似补偿处理，该步骤包括逐次针对初始高度区间的K个子区间进行相位近似补偿处理；CFAR检测，该步骤包括利用基于滑动窗的CFAR检测方法对图像Iij(x，y)进行阴影区域的检测；计算最优检测结果；求解阴影特征增强图像G(x，y).利用CFAR检测方法对图像G(x，y)进行阴影检测。优选地，在目标数据区域选取步骤中，图像数据区域应大于三倍目标区域。优选地，所述雷达观测和成像主要参数包括：距离向像素间隔大小sr、入射角度θ、雷达飞行高度HR、雷达观测方位向带宽Ba、图像区域对应的斜距值R0、雷达运动速度Vr、以及雷达工作频率对应的波长λ。优选地，在目标高度向量计算步骤中，在不需要考虑计算负担的情况下，Hmin取0，或者根据目标先验知识给出；Hmax根据成像几何给出初始值，方法为：Hmax＝sr×M/cosθ。优选地，在目标高度向量计算步骤中，将初始高度区间分成K个子区间，K的计算方法为：K＝(Hmax-Hmin)/2则K个子区间为：Li＝[lis，lie]，i＝1，2，…，K，其中：在此基础上，针对第i个子区间，计算对应的高度向量：Hi＝[hi1，hi2，…，hiP]，其中：hij＝lis+(j-1)×Δh，j＝1，2，…，P表示上取整运算。优选地，相位近似补偿处理步骤包括：针对初始高度区间的K个子区间，依次计算：Iij(x，y)＝IFFTy{FFTy[I(x，y)]×Fij(x，fη)}，j＝1，2，…，P其中，FFTy，IFFTy分别表示y方向上的快速傅立叶变换和快速傅立叶反变换；fη是方位向频域矢量，对应从-Ba/2到Ba/2的等间距的长度为N的向量。优选地，CFAR检测包括：(1)针对|Iij(x，y)|进行阴影区域的检测，其中：||表示取幅度运算，记求得的结果为I′ij(x，y)，该结果为二值化图像，设置恒虚警率为；(2)卷积处理获得I″ij(x，y)，计算：I″ij(x，y)＝I′ij(x，y)*A(x，y)其中，A(x，y)表示大小为3x3的元素为1的矩阵；*表示卷积运算；(3)计算I″ij(x，y)的非零元素个数以对应阴影区域的大小Sij；(4)针对所有i和j，重复(1)-(3)，得到所有的Sij，其中i＝1，2，…，K；j＝1，2，…，P。优选地，针对|Iij(x，y)|进行阴影区域的检测的方法包括：(i)利用滑动窗统计目标区域各个像素周围区域杂波的概率分布函数，令滑动窗W大小为：min(M，N)/3，min表示最小值，统计计算得到以某个像素(x，y)为中心，W覆盖区域的概率分布函数f(x，y)；(ii)求解像元(x，y)位置对应的阴影检测对应的阈值T(x，y)，即：f(x，y)＝C时对应的像素强度数值；(iii)遍历|Iij(x，y)|所有像素，求得矩阵：T(x，y)，大小为M×N；(iv)求得CFAR检测后结果：优选地，计算最优检测结果步骤包括：(1)计算每个参数区间的最优阴影大小Si，计算方法为：(2)计算初始高度区间对应的最优阴影区域大小：令该阴影区域最大时对应的高度本文档来自技高网...

【技术保护点】
1.一种SAR图像中目标阴影区域的检测方法，包括：目标数据区域选取，在该步骤中，选取包含目标及其周围区域的待检测的SAR图像复数数据，该复数数据需对应斜距复数图像，记为I(x，y)，大小为：M×N，其中M对应距离向，对应x方向；N对应方位向，对应y方向；初始参数读取及目标高度向量计算，其中初始参数读取包括读取图像相应的雷达观测和成像主要参数，目标高度向量计算包括设置高度参数最小间隔为Δh；估计目标的初始高度区间[Hmin，Hmax]，该区间表示待检测目标的高度范围，通过成像条件计算给出；相位近似补偿处理，该步骤包括逐次针对初始高度区间的K个子区间进行相位近似补偿处理；CFAR检测，该步骤包括利用基于滑动窗的CFAR检测方法对图像Iij(x，y)进行阴影区域的检测；计算最优检测结果；求解阴影特征增强图像G(x，y)；利用CFAR检测方法对图像G(x，y)进行阴影检测。

【技术特征摘要】
1.一种SAR图像中目标阴影区域的检测方法，包括：目标数据区域选取，在该步骤中，选取包含目标及其周围区域的待检测的SAR图像复数数据，该复数数据需对应斜距复数图像，记为I(x，y)，大小为：M×N，其中M对应距离向，对应x方向；N对应方位向，对应y方向；初始参数读取及目标高度向量计算，其中初始参数读取包括读取图像相应的雷达观测和成像主要参数，目标高度向量计算包括设置高度参数最小间隔为Δh；估计目标的初始高度区间[Hmin，Hmax]，该区间表示待检测目标的高度范围，通过成像条件计算给出；相位近似补偿处理，该步骤包括逐次针对初始高度区间的K个子区间进行相位近似补偿处理；CFAR检测，该步骤包括利用基于滑动窗的CFAR检测方法对图像Iij(x，y)进行阴影区域的检测；计算最优检测结果；求解阴影特征增强图像G(x，y)；利用CFAR检测方法对图像G(x，y)进行阴影检测。2.如权利要求1所述的检测方法，其特征在于，在目标数据区域选取步骤中，图像数据区域应大于三倍目标区域。3.如权利要求1所述的检测方法，其特征在于，所述雷达观测和成像主要参数包括：距离向像素间隔大小sr、入射角度θ、雷达飞行高度HR、雷达观测方位向带宽Ba、图像区域对应的斜距值R0、雷达运动速度Vr、以及雷达工作频率对应的波长λ。4.如权利要求1所述的检测方法，其特征在于，在目标高度向量计算步骤中，在不需要考虑计算负担的情况下，Hmin取0，或者根据目标先验知识给出；Hmax根据成像几何给出初始值，方法为：Hmax＝sr×M/cosθ。5.如权利要求1所述的检测方法，其特征在于，在目标高度向量计算步骤中，将初始高度区间分成K个子区间，K的计算方法为：K＝(Hmax-Hmin)/2则K个子区间为：Li＝[lis，lie]，i＝1，2，…，K，其中：在此基础上，针对第i个子区间，计算对应的高度向量：Hi＝[hi1，hi2，…，hiP]，其中：hij＝lis+(j-1)×Δh，j＝1，2，…，P表示上取整运算。6.如权利要求1所述的检测方法...

【专利技术属性】
技术研发人员：张月婷，丁赤飚，雷斌，仇晓兰，
申请(专利权)人：中国科学院电子学研究所，
类型：发明
国别省市：北京,11